2025-12-08 테스터를 위한 앱 비공개 배포 완료

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	▲	테스터의 피드백만 남음.

 

해낸 것

---

테스터 용 앱 배포 후 공유.

---

중간 체크

앱의 이름은 '비버'이다
'비어있는 버스'의 줄임말이다.
 

그림 1,2,3,4

 

[그림 1] 로그인 화면이다. 아직은 백엔드 작업은 이루어지지 않은 UI만 있는 상태이다.
 
[그림 2] 앱의 첫 메뉴 화면이다. 왼쪽 상단의 메뉴바를 눌러 각종 기능을 이용할 수 있다.
 
[그림 3] 아직은 버스 검색 기능 밖에 없다.
 
[그림 4] 부산 지역 밖에 서비스하지 않는다.
부산 지역에서의 정류장 명을 쓰면 그와 관련된 정류장 방면 리스트가 출력된다.
 
 

그림 5,6

[그림 5] 해당 정류장의 방면을 선택하면 그와 관련된 노선 번호의 버스 리스트가 뜨며,
[그림 6] 클릭 시 사용자는 혼잡도 관련 정보를 받아 낼 수 있게 된다.
 

*추가로 화이트, 블랙 테마 기능도 있다.

---

문제점

아직 고정된 한 노선 한해서 혼잡도를 제공한다. 1분 전 도착 버스, 그 뒤의 또 도착하는 버스의 혼잡도를 각각 얻을 수 없다. 아직은 해당 정류장의 그 노선 번호의 고유 혼잡도만 제공하는 서비스이다.

또한 검색 시스템과 UI가 불친절하며 공식 앱으로써의 기능을 기대할 수 없다.

현재 문제점들을 정리하면 다음과 같다.

문제점 1)
같은 시간대 126번 버스 여러 대 → 모두 같은 혼잡도로 나옴
문제점 2)
데이터 부족 / 불확실성 / 상황 요인의 복잡성
문제점 3)
향후 ML로 확장 가능한 프레임을 원함
문제점 4)
 불친절한 UI와 데이터베이스 미구축

---

해결방법은?

알고리즘 자체가 아직 기초적인 수준에 불과하기 때문에 더 다양한 종류의 데이터 수집과 알고리즘 구상이 필수적이다.

혼잡도를 확률변수 C_i 로 보고   각 버스마다 다른 확률분포를 부여해야 한다.
파동함수 개념이 필요하다. 설계에 있어 핵심 구조로 작용할 듯 싶다.

더불어 결제 시스템, 회원 시스템, UI 최적화의 문제를 해결해야 한다.
 

---

느낀 점

여기까지 좀 오래 걸렸는데, 온 것 만 해도 대단한 것 같다.

몇 번이나 프로젝트를 갈아엎고 수정을 반복하며 배운게 꽤나 많았다.

코딩 독학에 버스 혼잡도 관련 논문 분석, 각종 프레임워크, 라이브러리 등의 사용법 숙지와 서버 연동 방법, api 이해 등 헛수고는 아닌 것 같다.

그래도 여기까지 챗 지피티의 도움이 없었으면 불가능했던 여정이었을 것이다.

그래도 나의 직관은 적절하게 활용되는 것 같다.
혼잡도를 딥러닝 회귀, 머신러닝 사용 등의 표면적 해결이 아니라 확률로 바라보았다는 점을 보면 말이다.

---

예정 계획

• 회원 시스템 구축
• 알고리즘 강화

국내 시스템 구축 볼륨 강화