기술은 감각이다, 밀론 블로그
2025-07-12 통합 완료 본문
| 주차 | 주요 작업 | 진행도 | 부록 |
|---|---|---|---|
| 1-2주 | 데이터 수집, 예측 모델 설계 | ▲ | 데이터 수집 완료 |
| 3-4주 | MCP 서버 구현 + 테스트 | ● | MCP 서버 구현 완료 |
| 5-6주 | Flutter 앱 UI 개발 + 연동 | ● | 홈 화면, 기타 UI 코드 작성 완료 |
| 7주 | 기능 통합 + QA | ● | QA는 아직. |
| 8주 | 베타 출시 + 사용자 피드백 수집 | X |
중간 보고
현재 앱과 LLM 서버, MCP 서버 연동을 완료하였다.
즉 통합이 완료된 것이다.
이제 버스 내부 혼잡도 알고리즘 구현만 남았다.
문제점
지금은 없다.
💬 오늘의 느낀 점
먼 여정이었다.
첫 개발 이래 첫 성공이다.
배울게 참 많았고 시행착오도 참 많이 겪었다.
앞으로도 많을 것이다. 하지만 지금까지 늘 그랬듯이 극복할 것이다.
아니 근데 솔직히 이 간단한 기초 로직을 어떻게 3개월이나 걸려서 만든거지?
배울게 많긴 했어도 이건 너무 늦지 않았나 싶다... 그래서...
뭘 했길래 이 오래 걸렸나?
이 모든 것을 구축하려면 어떤 걸 배워야 하는 지 한번 다시 체크해보자.
- MCP server란?
- Flutter 앱 제작 방법은?
- LLM api 사용법은?
- LLM 이란?
- pytohn으로 MCP server 구축 방법은?
- 앱과 MCP server를 통합 하는 방법은?
많은 것 같기도 하고 아닌 것 같기도 하다.
하지만 내겐 많았다.
코딩 실력을 좀 올려야겠다.
난 갈아엎기 전문가
또 하나 빡치는 건, 프로젝트 폴더 만들고 로직 구성하다 갈아 엎었 던 적이 한 두번이 아니라는 것이다.
mcp_llm_server 깃 허브를 참고하다 스트레스 받았던 게 한두 번이 아니었다.
하나하나 이 깃허브를 찔러보고 맛보고 하다 보니 챗 지피티가 짜준 코드만 조금씩 분석하던 능력이 높아졌다.
해당 깃허브 로직이 대강 눈에 보였고 활용이 가능해졌었다.
하지만 끝까지 HTTP/SSE 통합이 안돼서 버렸지만 말이다.
그래서 내가 챗지피티 기반으로 다시 로직을 구성한 결과, 성공했다.

위 사진 폴더를 거의 대부분이 통합을 위해 만들어졌었던 프로젝트들이다.

사진을 보면 /station 강남구청역 이라고 사용자가 채팅을 보냈다.
이는 MCP server의 tool을 사용하라는 명령 호출이고 이 명령에 따라 LLM은 MCP server의 tool을 불러와 사용자에게 표시한 것이다.
이 통합 로직의 구성 요약은 다음 설계 문서와 같다.
버스 앱 설계 문서
# **1.** **전체적인 로직 작동 순서**
(1) 사용자(Flutter 앱) : 사용자가 인터페이스 채팅 UI에서 LLM에게 질문.
↓ HTTP 요청 : MCP server에 HTTP 요청.
(3) MCP Server : MCP tool 사용.
↓ 내부 호출
(4) LLM Server : LLM server tool을 사용하여 LLM 사용
↓ 응답
(5) MCP Server : server 에게 전달
↓ HTTP 응답 : 반환 HTTP를 MCP server에 전달 후 다시 LLM에게 전달.
(7) 사용자(Flutter 앱) : LLM이 사용자에게 정보 전달.
📌예정 계획
- 버스 내부 혼잡도 알고리즘 구현을 어떻게 할 것인가?
- 코딩 공부 좀 해야겠다.
이 글은 개인 프로젝트 개발 과정을 기록하는 공간입니다.
실패와 깨달음, 시도와 개선을 솔직히 담습니다.
다음 일지도 기대해 주세요! 🚀결연한
'프로그래밍 > 버스 혼잡도 파악 앱 개발 프로젝트' 카테고리의 다른 글
| 2025-12-08 테스터를 위한 앱 비공개 배포 완료 (0) | 2025.12.08 |
|---|---|
| 파동함수 기반 버스 내부 혼잡도 알고리즘 구현 (4) | 2025.07.24 |
| 2025-07-05 찐 완성 까지 앞으로 1보? (3) | 2025.07.12 |
| 2025-06-13) MVP 완성까지 앞으로 한 발자국 (7) | 2025.06.13 |
| 2025-05-12 거의 한 달만의 진척도 (0) | 2025.05.22 |
