1. 이 API로 뭔가 만들어보고 싶었다.
Cochl에서 Developer relations manager를 맡고 있는 저는 Cochl밖에 만들어낼 수 없는 Sound AI 모델의 역량을 외부에도 널리 알리고 싶었지만, AI가 등장하기 전까지는 그저 상상에 그쳐야 하는 때가 많았습니다. 우리 모델이 이런 곳에서 활용될 수 있다는 아이디어는 머릿속에서 샘솟았지만, 이를 직접 구현하는 건 제힘으로 보이는 데 한계가 있었거든요.
Cochl이 만드는 Sound AI 모델인 Cochl.Sense는 오디오 파일을 분석해 각각의 소리가 어떤 소리인지 탐지하고 구별해내는 능력을 갖추고 있습니다. 단순히 “이런 소리가 들렸습니다”에서 그치지 않고, 감지된 소리의 종류나 신뢰도, 발생 시점까지 알려주는 Cochl.Sense를 보면서 이 기술로 실제 쓸 수 있는 프로덕트를 만들어보고 싶다는 생각은 점점 커졌습니다. 제가 백 번 말로만 우리 기술 좋아요! 라고 허공에 외치는 것보다 눈으로 보이는 프로덕트가 사람들을 설득하기에 더 명확한 증거가 될 수 있으니까요.
하지만 앞서 말씀드렸던 것처럼 저는 Python이 무엇인지는 알지만, 처음부터 코드를 작성해서 프로젝트를 만들어본 경험은 손에 꼽힙니다. API 문서를 읽으면 대략 무엇을 해야 하는지 감은 오지만, 실제로 import부터 시작해서 파일을 만들고, 구조를 설계하고, 에러를 잡아내고, 기능을 더해가는 건 완전히 다른 영역이었거든요. 그러다가 AI 기술이 점점 더 발전해 나가는 시대가 도래하고, 저같이 아이디어를 가진 사람들이 아이디어를 구현하는 걸 돕는 도구들이 속속들이 등장하면서 저 또한 그런 시대를 맞이하게 되었습니다.
2. 어떤 AI tool을 사용해볼까? 정답은 Claude Code
여러 AI 코딩 도구들을 비교해 봤습니다 - Codex, Antigravity, Cursor 등 선택할 수 있는 옵션들은 많았지만 결국 제가 선택한 건 ‘Claude Code’였어요. 이유는 단순했습니다. Claude code는 터미널에서 바로 동작했고, 대화를 해나가면서 제가 원하는 걸 구현하기 위해 Claude code가 코드를 작성하고, 파일을 만들고, 직접 실행까지 해줬거든요. 웹 에디터나 별도의 IDE를 왔다 갔다 할 필요 없이 제가 그저 할 일은 터미널에서 원하는 걸 말하는 것뿐이었어요.
그리고 여기서 저는 ‘MCP (Model Context Protocol) 플러그인’의 힘을 깨닫게 됩니다. 기존에 Cochl.Sense를 사용하기 위해서는 꽤 까다로운 여러 과정을 거쳐야 했습니다. 물론 개발자분들은 그런 과정이 익숙하겠지만, 개발에 대해서 무지한 사람이 API를 설치하고 원하는 대로 가공하기까지에는 허들이 높았거든요. 저는 그런 어려움이 익숙했기 때문에 보다 많은 사람들이 쉽게 Cochl.Sense를 경험해 보게끔 하기 위해서는 허들을 낮춰야 한다고 생각했고, Claude code와 함께 Cochl.Sense를 MCP 플러그인 형태로 만들어보았습니다.
Sense-claude라는 MCP 플러그인을 만들어 Claude code가 Cochl.Sense API를 직접 호출할 수 있게 연결했습니다. 쉽게 말하자면, Claude code에서 ‘이 오디오 파일 분석해줘’ 라고 한 마디만 입력하면 Claude가 MCP를 통해서 Cochl.Sense API를 직접 호출하고, 결과를 받아와서 정리해 준다는 것입니다. 직접 API 엔드포인트를 외우거나, 인증 토큰을 다룰 필요가 전혀 없게 된 거죠.
# MCP 플러그인 설치
/plugin marketplace add meanmin/sense-claude
/plugin install cochl-sense-api
JavaScript
복사
설치 후에는 Claude code 안에서 Cochl.Sense의 모든 기능을 자연어로 쓸 수 있게 됩니다.
3. 첫 번째 벽 - 프롬프트는 도대체 어떻게 써야 하는 거야
도구는 갖춰졌습니다. Claude code도 이제 제 편인 것 같고, MCP 플러그인도 여차저차 연결했습니다. 그런데 막상 터미널 앞에 앉으니까, 손이 멈추더라고요. 제 머릿속에 떠오르는 아이디어는 많지만 하나의 문제가 있었습니다.
나 뭐라고 입력해야 하냐? 🫠
처음에는 이렇게 말해 보았습니다. ‘Cochl.Sense 플러그인 활용해서 아기 울음 분석하는 걸 만들어줘.’
음, Claude code는 뭔가 만들어주긴 했습니다. 다만 제가 원하는 것과는 일억 광년 정도의 차이가 있었던 거죠. 로그 형식이 제 생각과 달랐고, 파일 저장 위치도 엉뚱했고, 어떤 소리 태그를 감지할지도 모호하게 처리되었습니다.
너무 추상적으로 말하면 Claude code가 자기 판단대로 만들어버리고, 그렇다고 너무 구체적으로 말하려면 코드 구조나 파일 경로, 함수 설계와 같은 개발 지식이 필요했습니다. 이 간극이 비개발자인 저에게는 생각보다 크게 느껴졌습니다.
3-1. 발견한 해법: 눈에는 눈, 이에는 이, Gemini 활용하기
많은 분이 이미 사용하고 계신 방법이긴 하겠지만, 저는 다른 AI에게 AI에게 잘 질문하는 방법을 물어보았습니다. 바로 Gemini에게요.:
Cochl.Sense API로 아기 울음 모니터링 시스템을 Claude code에서 만들고 싶어. Claude code에 어떻게 말하면 명확할까? 프로젝트 구조, 로그 형식, 감지할 소리 태그까지 포함해서 구체적으로 알려줘.
Gemini는 놀랍도록 구조화된 프롬프트를 만들어주었습니다. 제가 요청한 요구사항에 맞는 프롬프트를 보여주었고, 그걸 그대로 Claude code에 사용해 보았습니다. 이렇게 사용하니 Claude code는 정확하게 제가 원하는 구조로 코드를 만들어냈습니다.
처음에는 인간인 내가 직접 생각하고 만들어 내는게 빠르지 않느냐는 고민했지만 결과를 놓고 보았을 때 AI에게 AI를 쓰는 법을 물어보는 게 가장 실용적인 방법이더라고요. 이 방법을 몇 번 반복하면서 프롬프트 작성 감각이 생기기 시작했습니다. 어떻게 말하면 Claude가 잘 이해하는지, 어떤 정보를 빠뜨리면 안 되는지 몸으로 체득하게 되었습니다. 처음에는 Gemini의 도움이 절대적이었지만, 나중에는 직접 프롬프트를 구성할 수 있게 되었습니다. 프롬프트를 잘 작성하는 방법은 다양한 아티클을 읽어보거나, Claude 홈페이지에서도 확인할 수 있습니다. 이런 방식들을 활용해서 나만의 프롬프트 작성법을 만들어 나가는 것이 결과적으로는 AI를 나의 똑똑한 조수로 활용하는 데 많은 도움이 되었습니다.
4. 직접 만든 프로덕트 - 소리 별 모니터링 시스템
이런 과정을 거쳐서 3가지의 모니터링 시스템을 직접 구축해 보았습니다.
4-1) Baby Cry Monitor - 아기 울음 패턴 분석
최근 들어 주변 친구들이 아기를 키우는 모습을 소셜 미디어상에서 많이 봤던 터라 친구들을 도울 수 있지 않을까? 하는 생각에서 아기 울음 패턴 모니터링 시스템을 구현했습니다. 단순히 ‘울었다 / 안 울었다’가 아니라, 소리의 종류와 강도를 분석하게끔 시켰습니다.
감지되는 소리 태그 | 목적 |
Baby_cry | 아기 울음소리 확인 |
Scream | 공포나 놀람에 대한 반응 확인 |
Moan | 통증과 관련된 소리 |
Baby_laughter | 아기 웃음 참고용 |
울음 강도 (Confidence)가 0.90 이상이면 Critical, 0.75 이상이면 Warning으로 분류하면서 날짜별로 울음 빈도의 증가 폭을 확인할 수 있게 했습니다. 가령 울음 빈도가 5배 증가하면서 “Physical Pain Zone”에 진입한 걸 차트에서 확인할 수 있다면, 보호자들은 아이의 건강 상태를 예의 주시하는 데 많은 도움을 보조적으로 받을 수 있습니다.
4-2) Elder Care Monitor - 고령자 건강 모니터링
평균 수명의 상승과 1인 가구의 비중이 늘어나는 현대 사회에서 혼자 살고 있는 어르신의 건강 상태를 소리로 추적하게 된다면 좀 더 blind spot 없이 복지의 다양성을 많은 사람들이 누릴 수 있지 않을까 하는 생각에서 출발하게 되었습니다.
감지되는 소리 태그 | 카테고리 | 목적 |
Thud | 낙상 | 낙상 충격음 감지 |
Glass_break | 낙상 | 물건 깨지는 소리 감지 |
Scream | 위험 | 비명 감지 |
Moan | 위험 | 통증 관련 신음 감지 |
Vomit | 건강 | 구토 감지 |
Cough | 건강 | 기침 감지 |
Footstep | 야간 활동 | 야간 움직임 감지 |
노인의 경우 특히나 ‘낙상’이 굉장히 심각한 문제로 이어질 수 있는 상황이기 때문에 낙상 감지를 신속하게 알아차리고 대응하는 것은 중요합니다. 소리를 통해 건강 상태를 확인하는 방식을 통해 굳이 24시간 매 순간 모니터링하고 있지 않아도 도움이 필요한 순간을 알아차리게끔 하는 이 시스템은 앞으로 우리 사회에 많은 도움을 줄 수 있을 것으로 생각했습니다.
4-3) Sleep Disorder Monitor - 수면 장애 추적
이건 개인적으로 힘듦을 겪고 있는 문제였기 때문에 수면 중 발생하는 소리를 분석해서 수면 장애를 추적하는 시스템도 만들어 보고 싶었습니다.
감지 태그 | 카테고리 | 설명 |
Snore | 코골이 | 코골이 감지 |
Cough | 수면 방해 | 수면 중 기침 |
Throat_Clear | 수면 방해 | 목 가다듬기 |
Yawn | 수면 품질 | 하품 |
코골이 강도(peak confidence)가 0.95를 넘으면 폐쇄성 수면 무호흡증 의심 단계로 분류하면서, 몇 시에 집중적으로 코골이가 발생하는지 그 패턴을 차트에서 확인할 수 있게끔 하였습니다. 이런 방식은 수면 장애를 가지고 있는 사람이 수면 환경을 조정하거나 혹은 전문가의 진단을 받을 때 제공할 수 있는 보조적인 수단으로도 활용될 수 있습니다.
5. 모니터링 구조 - Logger + Report Generator
3개의 모니터링 시스템은 모두 동일한 2단계의 구조로 되어 있습니다.
•
1단계 - Logger (분석 + 로그 작성)
오디오 파일을 Cochl.Sense API로 분석하고, 결과를 날짜별 JSON 로그로 저장하는 방식입니다.
로그 형식은 다음과 같이 저장되어 단순히 발생 유무만 기록하는 것이 아니라 confidence level이나 시작 시각 및 종료 시각도 함께 저장되어 더욱 정확한 리포트 작성이 가능해지게 만들었습니다.
[
{
"monitor": "baby_cry",
"source_file": "sample.wav",
"analyzed_at": "2026-03-06T03:10:42.553",
"events": [
{
"tag": "Baby_cry",
"confidence": 0.9710,
"severity": "critical",
"description": "Sound of a baby crying, often high-pitched and repetitive.",
"start_time": 0,
"end_time": 2
}
]
}
]
JavaScript
복사
•
2단계 - Report Generator (차트 + PDF 리포트)
축적된 로그 데이터를 기반으로 PDF 리포트를 생성하게 했습니다. matplotlib으로 차트를 그리고, reportlab으로 PDF를 만들게끔 Claude code에게 명령했으며 각 리포트는 4~5페이지로 구성되어 해당 주간의 기록을 전달합니다.
아기 울음 패턴 분석 리포트
고령자 건강 모니터링 리포트
수면 장애 추적 주간 리포트
6. 자동화 시스템 만들기
직접 만들어보고, 사용해 보니 생각하지 못했던 운영상의 귀찮음이 눈에 보였습니다. 바로 리포트를 만들 때마다 터미널을 열어서 3개의 모니터링 리포트를 하나씩 실행하고, 결과를 확인하는 등 직접 수행해야 하는 일들이 생긴다는 것입니다. 일주일에 한 번이라도 반복은 귀찮음을 부르더라고요.
그래서 Claude code에 이렇게 말해보았습니다.
매주 월요일 아침 9시에 자동으로 3개 모니터 리포트를 만들어서 이메일로 보내주는 시스템을 만들어줘. 이메일 본문에는 각 모니터의 상태 요약을 보여주고, PDF는 첨부파일로 붙여줘. 이메일 제목은 Weekly Report (해당 주간 날짜)의 형태로 통일할게. 스케줄링 방식은 어떻게 하면 좋을지 제안해 줘.
7. 비개발자가 배운 것들
이 프로젝트를 진행하면서 제가 뛰어난 개발 지식을 함양하게 된 것은 절대 아닙니다. 정확히 말하자면 코딩하는 AI와 대화하는 법을 배운 것이죠. 아래가 제가 느낀 것들입니다.
1.
큰 그림을 먼저 설명하고, 단계별로 나눠서 요청한다.
한 번에 전체 시스템을 만들어 달라고 하면 잘 아시다시피 Claude code는 제멋대로 폭주하는 경향이 있습니다. 원하는 프로덕트를 만들기 위해 어떤 단계가 필요한지 생각해 보고, 단계를 나눠서 진행하면 결과물의 품질이 완전히 달라집니다. 특히나 비개발자분들의 경우 클로드 코드가 작성해 준 코드를 기존 개발자분들만큼 읽어낼 수 있는 능력이 현저하게 부족하므로 단계를 잘게 쪼개야지 클로드 코드가 코드를 수정했을 때 그나마 무엇이 변경되었는지 파악할 수 있고, 어떤 부분이 제대로 되고 있는지 물어보기 수월합니다.
2.
“계획 먼저 세워줘”라고 하면 Claude code가 구조를 잡아준다.
Claude Code에는 ‘Plan Mode’가 있습니다. 코드를 바로 짜지말고 먼저 어떤 파일을 만들지, 어떤 구조로 할지 계획을 세워달라고 하면 Claude가 설계도를 먼저 만들어줍니다. 그 부분을 확인하고 1번에서 말씀드렸던 것처럼 본인이 세운 그림과 일치한다면 진행하시고, 만약 수정이 필요한 부분이 있다면 그 부분을 정확하게 짚어 주면 더 뾰족한 프로덕트가 정확하고 빠르게 나올 수 있습니다.
3.
막혀도 된다. 에러는 쉽게 이겨낼 수 있다.
최근 모 아이돌의 404 (New Era)라는 노래가 나온 것처럼 에러 코드도 노래 제목이 되는 시대가 왔습니다. 하지만 기존의 비개발자인 우리는 각 에러 코드가 무슨 의미를 하는 건지 파악하기도 어려웠고, 분명 사람들이 하라는 대로 따라 했는데도 에러가 뜨는 경우 그저 머리만 쥐뜯을 수 있었습니다. 하지만 Claude code와 함께라면 그냥 에러가 발생했을 때 ‘이거 왜 그래?’라고 물어보면 됩니다. 그럼, Claude가 원인을 분석하고 수정해 줍니다. 우리 비개발자에게는 이게 가장 강력한 기능인 것 같습니다. 에러 메시지를 이해하지 못해도 상관없어진 거죠. 혹은 ‘이거 무슨 의미야?’라고 되물으면서 에러를 이해해 보려는 시도도 할 수 있습니다.
4.
다른 AI를 함께 사용하는 건 당연하게도 매우 유효한 전략이다.
앞서 말했듯, 저는 Gemini를 병렬적으로 사용했습니다. ‘Claude code에게 시키려면 어떻게 프롬프트를 쓰면 좋을지’를 묻거나 혹은 Claude code가 하라는 대로 따라 하고 있는데 에러가 나는 경우 그 부분을 스크린 캡처해서 Gemini에게 도움받았죠. 제가 한 설계가 맞는지, 이 방향으로 가는 게 맞는지 점검 하고 싶을 때는 다른 AI 도구를 함께 사용하는 게 정신 건강에도, 효율성 측면에도 굉장히 좋습니다.
5.
결국 배운 것은 ‘협업하는 법’
사실 이건 비단 AI에게만 적용되는 문제는 아닙니다. AI의 도움을 받기 전 사람과의 협업을 진행할 때도 마찬가지였죠. 대학교 시절 창업 프로젝트를 진행할 때 그룹에서 저는 기획을 다른 언니는 디자인을 맡았던 적이 있습니다. 저는 언니에게 세세하고 구체적으로 요구사항을 전달했다고 생각했지만, 언니가 가져온 결과물은 제가 생각했던 방향과 완전히 달랐던 경험이 있습니다. 가져온 결과물을 함께 뜯어고칠 때는 단순히 줄글로 제가 원하는 바를 전달하지 않고, 언니와 함께 앉아 어떤 구조로 가져가고 싶은지 도식화를 같이하고, 화면단 하나하나 씩 기능 명세와 화면 구성을 그려가며 작업했습니다. 오히려 시간은 함께 작업하는 게 혼자 했을 때보다 처음에는 많이 소요가 되었지만, 프로덕트를 개발해 나갈수록 시간은 단축되고 원하는 결과물 구상에 가까워졌습니다.
AI 또한 마찬가지라는 점을 이번에 더 느꼈습니다. 추상적으로, AI에게 ‘알잘딱깔센’하게 내 마음을 읽고, 내가 원하는 바를 만들어와! 하는 건 결국 산으로 가는 일이더라고요. ‘내가 무엇을 하고 싶고, 내가 생각하는 구조는 이러하고, 니가 꼭 만들어 줘야 하는 건 이런 거고, 네가 건드리면 안되는 건 이런거야!’라는 명령을 명확하게 했을 때 Claude code는 제 마음을 이해하고 제가 원하는 바를 차근차근히 만들어 갔습니다.
많은 분이 이미 공감하시는 부분이지만 대 인공지능 시대에 살아남는 사람은 결국 사람이건, AI건 ‘타자와 대화할 줄 아는 사람’이 아닐까 하는 걸 이번 프로젝트 때 많이 느끼게 되었습니다.
결국 제가 한 건 아래 세 가지밖에 없습니다.
1.
무엇을 만들고 싶은지 명확하게 정의했다.
2.
그걸 AI가 이해할 수 있는 언어와 방식으로 전달했다.
3.
결과를 확인하고, 아니면 다시 말했다.
아마 저는 아직 Claude Code를 0.001%만 사용한 케이스이고, 더 많은 비개발자분이 뛰어난 프로덕트를 만들어 내시지 않을까 생각이 드는 프로젝트였습니다. 우리가 가진 기술을 어떻게 가시화할지 더 깊게 고민하고 빠르게 실행할 수 있는 자신감을 얻게 된 만큼, 앞으로 Cochl이 만들어 나갈 비전에도 많은 관심 부탁드립니다!
*이 프로젝트는 Cochl.Sense와 Claude Code를 활용하여 만들었습니다.
Github Link
•
Sense-Claude (플러그인 설치)
•
Sense-Claude-Monitor (모니터링 시스템)