[박위 KTX 낙상 논란과 사라진 관용]

박위 KTX 낙상 논란을 보며 생각나는 에피소드가 두 가지 있다. 둘 다 유럽에서 겪은 일이다.

첫 번째는 2023년 초, 아내 유정과 암스테르담에서 쾰른으로 기차를 타고 이동할 때 일이다. 우리는 승차하면서 하차 도우미를 신청했다. 국경을 지난 후 다가온 독일인 직원은 빡빡이 머리에 '독일 사람이 이렇게 밝을 수 있나' 싶을 정도로 쾌활했다.
내릴 때 보자며 활짝 웃고 떠난 그는 정차할 때까지 끝내 나타나지 않았다. 나와 유정이 직접 짐을 끌고 플랫폼에 내렸을 때, 그는 이미 다른 직원들과 수다를 떨며 지나가고 있었다. 우리를 발견한 직원은 해맑게 웃으며 자기 아들이 K팝을 무척 좋아한다는 쓸데없는 개인사만 한참 늘어놓고 사라졌다.
발걸음을 옮기며 생각했다.
‘한국 같으면 상상할 수도 없는 일인데.’

두 번째는 올해 초 마드리드에서 발렌시아로 이동할 때다. 스페인은 놀랍게도 역마다 이동 지원 센터가 별도 사무실로 있었다. 정직원으로 보이는 인력들이 수하물을 체크하고 탑승 정보를 꼼꼼히 확인했다.
출발 시각이 다 되자 직원이 그제서야 이상하다며 우리가 타야 할 기차가 출발 목록에 없다고 했다. 확인해 보니 열차는 우리가 있던 아토차역이 아니라 20분 떨어져 있는 차마르틴역 열차였다. 청량리에서 타야 할 열차를 서울역에서 기다린 셈이었다.
두 돌 채 안 된 아기 도도와 캐리어 4개, 유모차를 끌고 다른 역으로 낑낑 이동하며 속으로 생각했다.
‘한국 같으면 상상할 수도 없는 일인데.’

그런데 여행을 마치고 돌아온 얼마 뒤 진짜 상상할 수 없는 일이 벌어졌다. 스페인에서 시속 200km로 달리던 고속열차가 탈선해 다른 열차와 충돌하면서 40명 이상이 숨지는 참사가 난 것이다. 불과 사흘 전 타고 다닌 열차들이었다. 간담이 서늘했다. 이동지원센터가 아무리 번듯해도 가장 중요한 승객의 안전을 지켜주지 못한다면 무슨 소용인가.

실수와 불안, 그리고 관용

이런 일련의 경험 때문에 나는 기본적으로 우리나라 철도 서비스에 깊은 신뢰를 갖고 있다. 안전뿐 아니라 장애인 승객 지원 측면에서도 그렇다.
그런 점에서 유튜버 박위 씨의 문제 제기는 개인적으로 다소 투박하게 느껴졌다. 사회복무요원의 개인적 실수가 담긴 CCTV 영상을 공개하며 공론화에 나선 것은 다소 톤 앤 매너 면에서 섬세하지 못했다고 생각한다.

하지만 그 뒤에 이어진 거대한 백래시 역시 납득할 수 없다. 전신마비 휠체어 사용자가 낙상할 때 얼마나 큰 부상으로 이어질 수 있는지 사람들은 정녕 모르는 것 같다. 몸이 넘어질 때 자신을 보호할 반사신경조차 없기 때문이다.
무엇보다 ‘도와주려고 하다가 나온 실수를 가지고 그러느냐’는 반론은 대꾸할 가치를 못 느낀다. 사회복무요원은 지나가는 행인이 아니라 KTX가 배정한 공식 인력이다. 설령 발단이 개인의 실수였다 해도 관리와 안전의 최종 책임은 KTX가 져야 마땅하다.

한편, 유럽과 한국의 문화 차이도 짚고 넘어가고 싶다. 유럽에서 느낀 것이 시스템의 부실함과 인적 실수의 황당함이었다면, 박위 사건에서 느껴지는 가장 큰 감정은 사람에 대한 여유와 관용의 완전한 상실이다. 유럽의 직원들은 황당할 만큼 어설펐지만 적어도 그 어설픔으로 인해 모종의 불이익을 받게 될 것이라는 불안감은 찾아볼 수 없었다.
반면 한국은 세계 최고 수준의 정교한 서비스와 안전망을 자랑하지만, 단 한 번의 실수도 용납되지 않으며, 이는 박위의 문제 제기에도 똑같은 기준으로 적용되었다. 어느 한쪽이라도 빈틈을 보이면 온 사회가 덤벼들어 서로를 물어뜯는 각박한 칼날 위에 서 있다.

3년째 반복되는 '을들의 전쟁'

나는 이 사건을 곰곰이 생각하다가 3년 전 주호민 사건을 떠올렸다. 특수교사를 신고한 유명 웹툰 작가 부모와, 열악한 환경에서 헌신을 요구받는 특수교사 진영과의 첨예한 대립 말이다.

주호민 사건은 3년이 지난 지금까지도 최종 결론을 내리지 못한 채 대법원에 계류 중이다. 2심에서 무죄가 선고되었지만 법적 공방이 길어지는 동안 현장은 피폐해졌다.
한 설문조사 결과에 따르면 특수교사의 90% 이상이 아동학대 피의자가 될지 모른다는 두려움을 호소하고 있다. 학부모와 교사 사이의 신뢰는 붕괴되었다. 국회에서 통합교육 결의안이 통과되고 여러 정책 선언이 이어졌지만, 현장의 깊은 불신과 흉터를 치유하는 데는 아무런 도움이 되지 못했다.

두 사건은 시차를 두고 불행할 정도로 닮아 있다. 학교 당국이 학폭 사안을 특수교사 1인에게 덮어씌우고 뒤로 빠졌듯, KTX 역시 사회복무요원의 보조에 장애인 이동 지원을 전적으로 일임한 채 조직적 안전 책임을 뒤로 숨겼다. 시스템은 비겁하게 빠지고, 현장의 취약한 지원 인력과 장애 당사자만이 맞붙는 ‘을들의 전쟁’이 다시 한번 펼쳐지고 있는 것이다. 그리고 그 끝은 언제나 장애인 집단 전체를 향한 징벌적 백래시와 혐오의 폭발이다.

개인의 마녀사냥 대신 시스템의 책임을

지금 필요한 것은 개인에 대한 인신공격이나 유튜브를 통한 마녀사냥이 아니다. 실수를 저지른 사회복무요원 개인을 징계하느냐 마느냐의 소모전도 아니다. 사회복무요원에게 전가된 이동 지원 체계를 철도공사 차원의 전문 전담 인력과 안전 설비 확충으로 전환하는 실질적 대책 마련에 머리를 맞대면 어떨까?

사건 발생 3년이 지나도록 상처만 남긴 주호민 사건의 전례를 이번 KTX 사건에서도 똑같이 되풀이할 수는 없다. 흠집 내기와 집단적 매도는 조기에 싹을 자르고, 구조적 대안 마련을 위한 성숙한 대화가 조속히 시작되길 바란다. 그러기 위해서는 KTX와 국토교통부 같은 기관에서 빠르게 입장을 내 주어야 한다. 그리고 그 과정에서 사람이 하는 일에 대한 최소한의 관용과, 그 필연적인 허점을 메우는 단단한 시스템의 책임이 함께 성숙하기를 꿈꿔 본다.

길동무를 오픈소스로 공개했습니다

길찾기 앱 '길동무'를 출시하면서 소스 코드도 공개하겠다고 말씀드렸었는데요. 지난 17일에 저장소를 public으로 전환하고 MIT 라이선스로 공개했습니다.

저장소에서 확인할 수 있는 것은 이런 것들입니다.

  • 웹앱, iOS 앱, CLI, MCP, 테스트 코드 (약 11만 줄)
  • 실시간 도보 안내 판정 로직
  • 서울시 음향신호기, 서울 지하철역 음성유도기, 전국 도시철도역 등 공공데이터와 오픈스트리트맵에서 뽑은 전국 횡단보도·점자블록 (각각 라이선스가 다름)
  • 개발 과정에서 Claude가 작성한 설계, 조사 등 각종 문서 200여 개

길동무를 개발하면서 공공데이터와 오픈소스의 힘을 엄청나게 많이 느끼고 있는 중입니다.

공공데이터와 공공 API

먼저, 공공 API인데요. 길동무 앱에서는 버튼 하나만 눌러도 현재 도착하고 있는 마을버스 정보까지 정확히 확인할 수 있는데요. 마을버스와 시내버스 도착 정보는 물론이고 지하철 열차 위치, 따릉이 잔여 대수, 역 엘리베이터와 장애인 화장실, 여행지 무장애 편의시설, 날씨와 미세먼지 같은 정보들은 모두 공공데이터포털, 서울열린데이터광장 등에 공개되어 있는 API를 통해 실시간으로 가져 옵니다.

그리고 음향신호기, 음성유도기, 도시철도역 목록은 각각 서울시, 서울교통공사, 국가철도공단이 공개한 공공데이터에서, 횡단보도와 점자블록 데이터는 영국의 비영리 재단이 운영하는 오픈스트리트맵에서 가져왔습니다.

오픈소스 코드

코드야 말할 것도 없습니다. 특히 웹 쪽이 그런데요. 웹앱은 Vercel의 Next.js와 메타의 React로 만들고, 코드는 마이크로소프트의 TypeScript로 쓰고, 자동 테스트는 개발자 커뮤니티가 만든 Vitest로 돌리는데요. 모두 오픈소스로 공개된 것이라 비용도 승인 요청도 필요하지 않았습니다.

그동안 수많은 사람들이 이 많은 API, 데이터, 코드베이스를 구축하기 위해 한땀 한땀 정보를 모으고 코드를 짰을 텐데요. 그 결과를 모두 무료로 공개해 준 덕분에 저는 이것들을 길동무 앱이라는 하나의 그릇에 모으고 접근성 기반 앱이라는 정체성을 만들 수 있었던 것입니다.

민간 기업의 몫

물론 민간 기업의 몫도 큽니다. 핵심 기능에 해당하는 장소 검색과 길찾기는 카카오, 네이버, 티맵, ODsay의 API를 쓰고 있고, iOS 앱은 애플이 만든 프레임워크로 개발했습니다. 채팅은 구글의 Gemini, 웹 검색은 Perplexity, 웹앱의 음성 받아쓰기는 Deepgram 기반이고요. 이 API들은 비록 상용이긴 하지만 특히 지도 쪽은 무료 한도가 넉넉하고, AI 쪽도 비용이 저렴한 편이어서 앱을 무료로 배포할 수 있었습니다. (제가 부담하는 비용이 0이란 것은 아닙니다 :) ㅎ)

AI와 공공재

한편, 여기서 다시 발견하게 되는 사실은 AI가 이 모든 걸 다 혼자 만들어 주는 게 아니라, 이 데이터와 도구들을 발견하는 것을 도와주고, 그것들을 조립하고 검증해 주는 역할을 한다는 점인데요. 사실 그 AI란 것도 기존에 웹에 공개되어 있던 수많은 공공재가 가장 기초적인 학습 데이터였을 테니 본질적으로 공공이 공공을 낳고 있는 셈이긴 합니다.

공공의 것은 공공에게

바이브코딩으로 길동무 앱을 만들면서 이렇게 공공의 가치를 또 배웠습니다.

앞으로

앞으로 이 앱에 붙이고 싶은 기능들이 많은데요. 혼자의 힘으로 어디까지 갈 수 있을지는 모르겠지만 더 많은 분들이 이런 프로젝트를 열어 주신다면 서로 건설적인 피드백을 주고받으며 개발할 수 있지 않을까 싶습니다. 그리고 이 앱은 스크린리더 사용자에 초점을 맞추었지만, 휠체어장애인, 청각장애인, 지적장애인 등에 대한 맞춤형 앱들이 더 많이 나와주었으면 하는 바람이고요. 아무쪼록 접근성 내비게이션이라는 분야가 길동무 하나가 아니라 생태계로 커지는 데 이 코드가 밑거름이 되면 좋겠습니다.

링크

길동무에 실시간 도보 안내 기능을 추가했습니다

스크린 리더 사용자를 위한 전용 길찾기 앱, '길동무'를 앱 스토어에 출시한 지 보름여가 지났네요. 앱 스토어 통계를 보면 지금까지 130명 이상이 다운로드해 주셨고, 대부분 한국이지만 미국에서도 여섯 번 다운로드가 있었습니다. 제가 아직 분석 툴을 제대로 갖추고 있는 것은 아니어서 정확한 확인은 어렵지만, 웹앱, CLI, MCP 사용자는 그만큼 많은 것 같지는 않고요. 아무튼 앱을 출시한다는 것과 그것이 많은 사용자에게 쓰인다는 것은 전혀 다른 문제라는 것을 알기에 이 정도 숫자는 많지도, 적지도 않은 딱 적당한 숫자인 것 같습니다! ㅎ

그동안 주변에서 몇몇 분들이 피드백을 주셨는데요. 가장 많이 들었던 이야기가 실시간으로 길 안내를 해주는 기능은 없냐는 것이었습니다. 저도 이 앱을 만들기 시작한 초기 단계부터 실시간 길 안내 기능을 여러모로 연구해 왔고, 공개되어 있는 데이터와 API를 어떻게 조합하면 정확하면서도 쓰기 편한 앱이 될지 고심을 많이 했는데요. 수많은 테스트 끝에 드디어 iOS 앱 1.7 버전에서 도보 안내 기능을 공식 업데이트로 배포했습니다. 이미 앱을 사용 중이신 분들은 길찾기 탭을 열어 보시면 공지를 만나실 수 있습니다. 만약 아직 공지가 뜨지 않는다면 앱을 업데이트하신 후에 확인해 보실 수 있고요. 제가 공지에도 적었듯 GPS와 API, 데이터의 한계가 있으므로 익숙한 곳에서 먼저 사용해 보시길 권합니다!

실시간 도보 안내 기능은 저도 종종 사용하는 '보행자용 지도, 내비게이션' 앱과 한때 사용해 보았던 '블라인드스퀘어' 앱에서 아이디어를 많이 얻었고요, 아마 그런 앱들을 사용해 보신 분들이라면 간편하게 사용하실 수 있을 것입니다. 실제로 저도 거의 매일매일 사용하고 있고요, 이 기능을 통해서 평소에 출퇴근하던 길도 조금 더 빠르게, 조금 더 편하게 걷고 있습니다.

참고로 이 앱에서 공을 많이 들이고 있는 것 중 하나가 어떻게 하면 화면을 탭하는 횟수를 최소화할 수 있을까 하는 점인데요. 장소를 검색하고, 경로를 조회하고, 도보 안내를 켜는 과정, 그리고 길을 걸어가면서 확인하는 과정 모두에서 화면을 너무 자주 만지지 않아도 되게끔 자동 초점 이동이 자연스럽게 일어나도록 설계했고, 자주 가는 경로는 최근 목록에서 고정할 수 있게 했습니다. 이동하는 동안 안내 화면을 보이스오버로 일일이 탐색하지 않아도 남은 거리와 다음에 할 일을 주기적으로 사운드 효과와 음성으로 알려주도록 만들었고요, 그리고 안내를 받는 동안에는 앱이 백그라운드에서도 동작하게 했습니다. 이동하는 동안 화면을 잠그고 주머니에 넣으셔도 사운드 효과는 들으실 수 있습니다.

아직 부족한 부분이 많겠지만 그래도 많이들 사용해 보시면서 피드백을 주시면 꾸준히 개선하도록 하겠습니다.

앱 다운로드 방법

아이폰에서 App Store를 열고 '길동무'로 검색하시면 '길동무: 텍스트 기반 접근성 길찾기 앱'이 나옵니다. App Store에서 길동무 내려받기 링크로 바로 들어가셔도 됩니다.

아이폰을 쓰지 않으시더라도 웹 브라우저에서 길동무 사용하기로 이용하실 수 있습니다.

터미널에서 쓰시는 분들을 위한 명령줄 도구와, AI 도구에 연결해 쓰는 MCP 서버도 함께 공개해 두었습니다. npm install -g gildongmu로 명령줄 도구를, npm install -g gildongmu-mcp로 MCP 서버를 설치하실 수 있습니다.

길찾기 앱, '길동무'를 소개합니다

스크린 리더 사용자를 1차 사용자로 설계한 대한민국 길찾기 앱

'길동무'는 시각장애인으로서 늘 느꼈던 '주소와 전화번호를 빨리 찾고 싶다'는 페인 포인트를 해소하기 위해서 만들기 시작한 앱입니다. 시각장애인 입장에선 어딘가로 이동하기 위해서 주소가 필요하고, 그곳의 컨디션을 확인하기 위해서 전화 통화를 하는 것이 가장 빠르죠. 그 두 가지를 최대한 단순한 UI로 구현하고 싶었습니다. 이 기본 기능들은 카카오맵, 네이버지도, 주소 API를 연결하니 해결됐습니다.

이미지: 길동무 앱의 장소 상세 화면. 제목은 경복궁이고 분류는 '여행 > 관광,명소 > 문화유적 > 고궁,궁'이다. 도로명 주소 '서울 종로구 사직로 161'과 지번 주소 '서울 종로구 세종로 1-1'이 각각 복사 버튼과 함께 놓여 있고, 그 아래 '전화 걸기, 02-3700-3900'과 '이 장소에 관해 물어보기' 버튼이 있다. 길찾기 섹션에는 여기까지 길찾기, 네이버 지도 길찾기, 카카오맵 길찾기, 자동차 경로 미리 듣기, 대중교통 경로 미리 듣기가 차례로 이어진다.

▲ 장소 상세 화면. 주소 복사와 전화 걸기가 한 화면에 있습니다.

그런데 만들다 보니 욕심이 더 생겼습니다. 아이랑 밖을 다니다 보면 급하게 근처 상황을 파악해야 할 때가 많은데요. 아이 놀 곳을 찾는다든지, 때론 근처 소아과를 찾는다든지요. 그래서 카카오맵 API에 서울시, 심평원 같은 공공데이터를 얹어서 내 주변을 빠르게 탐색하고 확인할 수 있는 UI를 추가했습니다. 주변 지하철 도착 정보, 버스 도착 정보, 따릉이 대여소, 소아 야간·휴일 진료, 무장애 관광지, 아이 놀 곳 등을 바로 확인하실 수 있습니다.

이미지: 길동무 앱의 지하철 도착 화면. 맨 위에 '둔촌동, 5호선, 414m'가 있고 그 아래 '5호선, 방화행 - 강동방면, 10분 후 (거여)', '5호선, 마천행 - 올림픽공원(한국체대)방면, 5분 후 (광나루(장신대))'처럼 노선과 방면, 도착 시간이 한 줄에 하나씩 나열된다. 이어서 '중앙보훈병원, 수도권 도시철도 9호선, 760m'와 '길동, 5호선, 892m'가 거리순으로 이어진다.

▲ 내 주변 지하철 실시간 도착.

그런데 이렇게 만들고 나니 뭐가 빠진 느낌이 들었습니다. 바로 이 앱의 정체성인 길찾기 기능이죠. 구현이 까다로울 것 같아서 미루기도 했지만 결국은 구현했습니다. 중요한 건 목적지까지의 경로를 텍스트로 안내받는 것이었습니다. 시중의 지도 앱들은 그래픽 UI를 기본으로 하는데요. 시각장애인에겐 불필요한 정보일 뿐 아니라 화면 탐색에 오히려 방해가 되죠. 다행히도 카카오, Tmap, ODsay가 길찾기 API를 제공하더라고요. 그래서 당장 연결했습니다. 특히 카카오는 최근 출시한 도보 경로 API에서 계단을 피해 가는 경로까지 따로 요청할 수 있게 해 놓았더라고요. 예를 들어, 경복궁역부터 서울맹학교까지 입력하면 도보 경로를 이런 식으로 안내합니다.

총 1.4km, 약 24분

  1. 경복궁역 2번 출구까지 역사 내 이동
  2. 경복궁역 2번 출구 진출 후 356m 이동(자하문로)
  3. 새마을금고 앞에서 횡단보도 이용, 음향신호기 있음
  4. 오토포토 서촌 앞에서 신한은행까지 214m 이동
  5. 신한은행 앞에서 횡단보도 이용, 음향신호기 있음
  6. 종로 프라자약국 앞에서 신교동교차로까지 253m 이동(자하문로)
  7. 신교동교차로에서 횡단보도 이용, 음향신호기 있음
  8. 종로아이존 앞에서 320m 이동(필운대로)
  9. 오른쪽길로 42m 이동(필운대로13길)

완벽하진 않지만 대강의 경로는 머릿속에 그릴 수 있습니다.

이미지: 길동무 앱의 길찾기 화면. 출발지는 '현재 위치(서울특별시 강동구 풍성로65길 39-6 부근)', 도착지는 '경복궁'이고 '3개 수단의 경로 안내가 준비되었습니다'라는 안내가 뒤따른다. 대중교통은 '약 50분, 요금 1,750원, 환승 1회, 도보 14분'으로 요약된 뒤 도보 6분, 수도권 5호선 둔촌동 승차 종로3가 하차 15개 역 29분, 수도권 3호선 종로3가 승차 경복궁 하차 2개 역 4분, 도보 5분으로 구간이 이어진다. 그 아래 자동차 경로가 '총 17.2km, 약 53분, 택시 요금 약 22,100원'으로 표시된다.

▲ 대중교통, 자동차, 도보를 한 화면에서 비교합니다.

그리고 이에 더해 투박한 문장 대신 조금 더 친절한 안내를 받을 수 있도록 Gemini API를 이용하여 채팅 기능을 붙였습니다. Gemini는 길찾기 기능뿐 아니라 이 앱에서 사용하는 대부분의 기능을 도구 호출로 정보를 가져와 자연스럽게 답변해 줍니다. 채팅을 구현하면서 생각했던 건 서울 다산콜센터였는데요. 120번으로 전화해서 물어보면 뭐든지 빨리 찾아서 대답해 주는 그 편의성을 Gemini가 대신하는 걸 목표로 만들었습니다. 학습한 지식이 아닌 도구 호출을 통해 답변해 주니까 정확도는 높습니다. 쉽게 말해 Gemini가 이 앱을 사용해서 답변해 준다고 보시면 됩니다.

이미지: 길동무 앱의 AI 채팅 화면. '강동역 근처 맛집 알려줘'라는 질문에 강동호치민(베트남음식), 꿀꿀진순대국 강동본점(순대), 소문난사골칼국수(칼국수), 율베이커리(제과/베이커리), 코쿤 성내점(일식), 2.5짜장 성내본점(중국요리) 여섯 곳을 상호와 주소로 답했다. 이어서 강동역 주변 공기질을 통합대기환경지수 좋음 32, 미세먼지 좋음 19, 초미세먼지 좋음 5로 알려 준다. 화면 아래에는 메시지 입력창과 받아쓰기 버튼, 보내기 버튼이 있다.

▲ 도구를 호출해 답하는 AI 채팅.

그리고 또 한 가지 신경을 많이 쓴 UI가 받아쓰기 기능입니다. 웹앱에는 경험상 받아쓰기 정확도가 매우 좋았던 Deepgram API를 붙였고, iOS 앱에는 아이폰이 자체적으로 처리하는 온디바이스 인식을 썼습니다. 그래서 앱에서 받아쓴 음성은 기기 밖으로 나가지 않습니다. 사용법에는 일반적인 탭으로 시작하고 종료하는 토글 방식뿐 아니라 와츠앱에서 사용하는 누른 채 녹음하기(push to talk) 방식도 구현했습니다. 개인적으로는 누른 채 입력하는 방식이 마음에 들어서 사용하고 있습니다. 받아쓰기 방식은 설정에서 선택하실 수 있습니다.

마지막으로 이 모든 걸 iPhone으로 간편하게 처리하고 싶었습니다. 그래서 iOS 앱을 만들었습니다. 이제 앱스토어에서 '길동무'로 검색해 설치하실 수 있습니다. 그리고 터미널에서 AI 에이전트가 호출해서 사용할 수 있게 하고 싶었습니다. 그래서 CLI와 MCP도 만들었고요. 그리고 컴퓨터에서 사용하시는 분을 위해 웹앱도 지속 업데이트하고 있습니다. 웹앱은 최근 트렌드를 따라 옴니박스 형태로 구현하여 iOS보다도 미니멀한 UI로 사용하실 수 있습니다.

'길동무'는 현재 한국어, 영어, 프랑스어, 스페인어, 이탈리아어, 일본어, 6개국어를 지원합니다. 외국에서 한국으로 여행 오시는 시각장애인도 편하게 사용하실 수 있습니다. 로그인은 필요하지 않고, 그 어떤 개인정보도 길동무 서버에 저장하지 않습니다. 단, 채팅은 Gemini 서버로 전송되므로 개인정보 동의 후 사용하실 수 있습니다.

'길동무'는 제가 처음으로 만든 iOS 앱이자, 처음으로 일반 대중에게 공개하는 앱입니다. 처음 커밋부터 앱스토어 배포까지 49일 걸렸고, 코드 규모는 약 4만 9천 줄, 오늘까지 커밋은 861개입니다. 제가 AI 페어 코딩으로 혼자 개발했고, 화면을 전혀 보지 않고 스크린 리더로만 작업했습니다. 카카오부터 기상청, 국립중앙의료원까지 19개 곳에서 30종의 API·데이터 소스를 통합했고, 그중 공공데이터 API는 17개입니다. 비용은 0원, 광고는 없습니다.

부족한 것이 많지만, 많이 사용해 주시면 감사하겠습니다! 추후 발견되는 버그나 문제점은 최대한 빨리 대응하도록 하겠습니다.

설치와 이용

iOS 앱

https://apps.apple.com/kr/app/id6792234349

앱 스토어에서 '길동무'로 검색하셔도 됩니다. iOS 26 이상에서 설치되고 크기는 2.8MB이며, 175개국에서 내려받으실 수 있습니다.

웹앱

https://gildongmu.dodoplanet.space

설치 없이 브라우저에서 바로 쓰실 수 있습니다.

터미널에서 쓰는 CLI

npm install -g gildongmu

설치하면 gildongmu, 짧게는 gil 명령을 쓸 수 있습니다. gil search "맥도날드", gil route walk "길동역" "강남역", gil nearby subway --near "강동역" 같은 식입니다.

AI 에이전트가 쓰는 MCP 서버

Claude Code라면 아래 한 줄로 등록됩니다.

claude mcp add gildongmu -- npx -y gildongmu-mcp

Cursor나 Cline 등은 mcpServers 설정에 command를 npx로, args를 ["-y", "gildongmu-mcp"]로 넣으시면 됩니다. 길동무의 도구 24종을 그대로 부를 수 있습니다.

CLI와 MCP 서버는 길동무의 공개 API를 그대로 부르는 얇은 클라이언트라, 계정이나 API 키 없이 바로 쓰실 수 있습니다.

주석

아래 수치는 2026년 7월 31일 길동무 리포지토리에서 스크립트로 실측했거나 App Store 공개 정보에서 조회한 값이다.

  • 개발 기간 49일: 첫 커밋 2026년 6월 12일, App Store 승인 7월 30일. 첫날을 1일로 세어 49일째다.
  • 코드 약 4만 9천 줄: 웹 34,352줄, iOS 11,026줄, CLI·MCP 3,992줄을 합한 49,370줄. 그중 웹 코드는 45%가 테스트다. 자동 테스트는 1,522개이고, 매 커밋 전부 통과해야 병합한다.
  • API 30종·19곳: 카카오와 카카오모빌리티, 네이버와 네이버클라우드를 각각 한 곳으로 묶어 센 값이다. 법인 단위로 세면 21곳이 된다. 공공데이터포털(data.go.kr) 키로 호출하는 API가 12종, 서울 열린데이터광장이 5종으로, 통합한 소스의 절반 이상이 공공데이터다.
  • 도보 경로 예시: 2026년 7월 31일 경복궁역에서 국립서울맹학교 종로캠퍼스까지 실제로 조회한 응답이다. 총 1,380m, 약 24분으로 안내됐다.
  • "음향신호기 있음": 서울시가 공개한 음향신호기 16,822개 좌표를 앱에 내장해 두고, 경로의 횡단보도 좌표와 40m 안에서 만나면 붙인다. 여러 횡단보도가 한 문장으로 묶인 단계는 어느 곳인지 특정할 수 없으므로 아무 말도 하지 않는다.
  • 계단을 피하는 경로: 웹에서 먼저 쓸 수 있고, iOS 앱에는 출시 직후 이식해 다음 버전부터 들어간다.
  • 스토어 제품 페이지의 "손쉬운 사용" 항목에 VoiceOver 지원을 등록해 두었다. 설치 전에 확인할 수 있다.

🧰 시각장애인을 위한 스킬 모음

지난 몇 달 동안 만들고 지속적으로 업데이트하면서 사용하고 있는 스킬 5종을 공개합니다. 사실 이렇게 공개되는 수많은 스킬 가운데 직접 다운받아서 쓰게 되는 스킬이 많지는 않은데요. 그래도 이 스킬들 중 일부라도 사용하시는 스킬에 통합하거나, 아이디어라도 가져다 쓰시면 도움이 되시리라 생각합니다.

일단 먼저 말씀드리면 제가 만든 스킬들은 대체로 무거운 편입니다. 최대한 많은 업무를 절차화하려고 노력했고, 개중에는 의존성 설치와 유료 API 키 입력이 필요한 것들도 있습니다.

이 스킬들은 시각장애로 인한 컴퓨터 업무 제약을 에이전트를 통해 뛰어넘고자 만든 것들이기 때문에 취미나 실험이 아니라, 제 현업에 바로 적용되는 것들입니다. 그래서 비용도 시간도 고려하지 않고, 무조건 최상의 결과만을 목표로 만들고 계속 업그레이드하고 있습니다. 스킬이 고도화되는 것이 곧 저의 업무 성과에 반영되니까요.

다만 공개를 위해서 개인정보 포함된 것들은 모두 삭제하고 스킬도 조금 다이어트하긴 했네요. 그 작업이 만만치 않더라고요.

설치하는 방법은 간단합니다.

Claude Code, Codex, Antigravity 같은 AI 에이전트에게 URL을 주면서 전체 스킬을 설치해 달라고 프롬프팅하는 것입니다.

https://github.com/Engccer/skills-for-the-blind

그게 아니라면 터미널에서 아래 명령어를 입력하여 먼저 skills-for-the-blind 스킬을 설치한 후 AI 에이전트에게 이 스킬에 따라 실제 5종을 설치하고 관리해 달라고 프롬프팅하셔도 됩니다. 이 스킬은 나머지 5개의 실제 스킬을 설치하고 관리할 수 있게 하는 가벼운 오케스트레이터 역할의 스킬입니다.

npx skills add Engccer/skills-for-the-blind -g

덧. 이 스킬들을 돌리는 데 예상보다 많은 토큰이 소모될 수 있습니다.

TIP: 아래 스킬 사용법에서 특정 파일을 지목하며 프롬프팅하라는 말이 몇 번 나오는데, 로컬에서 AI 에이전트 사용할 때 파일을 지목하는 범용적인 팁이 하나 있습니다. 바로 원하는 파일의 경로를 입력하는 것입니다. Windows에서는 Ctrl+Shift+C를, Mac에서는 Command+Option+C를 누르면 포커스되어 있는 파일의 경로가 복사됩니다. 이렇게 복사한 파일 경로를 프롬프트 창에 붙여넣고 프롬프팅하시면 AI 에이전트가 딱 그 파일에 대해서만 작업합니다.


1. agent-cli-tts-summary 스킬

일단 복잡한 작업을 마친 AI 에이전트들은 말이 굉장히 많습니다. 그걸 일일이 스크린 리더로 확인하는 것이 번거로워서 만들었습니다. 초기에는 GitHub에 공개된 다른 TTS 프로그램들을 많이 바꿔 가면서 사용해 봤는데 스크린 리더로 단련된 제 귀의 성에 차는 프로그램이 없었습니다. 최종적으로는 AgentVibes라는 훅 기반 프로그램에서 출발해서 완전히 독자적인 스킬로 만들었고, 기본은 Windows와 Mac에 내장된 TTS 음성을 사용합니다. 원하시면 Gemini나 ElevenLabs API 키를 넣어서 조금 더 자연스러운 음성으로 사용하실 수 있습니다. 물론 그 경우 별도 과금이 발생합니다.

사용 방법은 스킬대로 한 번 설정하는 것으로 끝납니다. 그때 훅과 지침 등을 모두 설정해 주고, 다음부턴 스킬을 호출할 일은 없습니다.

2. hwpx-automation 스킬

만드는 데 가장 공을 들인 스킬입니다. 한글문서와 관련해서는 다양한 프로젝트들이 공개돼 있고 스킬들도 나와 있는데요. 아마 제가 만든 스킬이 가장 무거울 것입니다.

무거운 것이 꼭 좋은 것은 아니지만 저는 이 스킬 하나로 한글문서 읽기부터 편집, 생성까지 모든 걸 다 하고 싶었습니다. 한글 문서를 마크다운으로 안정적으로 파싱하여 AI 에이전트들이 내용을 빠짐 없이 파악하게 하는 것이 첫 번째 역할이고, 남이 준 한글 문서에 내 정보를 넣어서 편집하는 일, 마크다운 문서를 HWPX 문서로 변환하는 일, 동의서 같은 문서에 서명 이미지를 삽입하는 일 등도 수행할 수 있습니다. 학교 업무를 하면서 꽤나 복잡한 다단 문서까지도 안정적으로 생성하는 것을 확인했습니다.

참고로 HWP는 일단 HWPX로 변환한 후에 처리하도록 해 놓았습니다. 시중에 HWP를 바로 파싱하는 MCP도 공개되어 있는데 제가 써 보니 복잡한 표에서 파싱 오류가 생기더라고요. 그래서 제 스킬은 무조건 HWPX로 변환 후에 작업하도록 설정되어 있습니다.

다만 한글문서 특성상 아무리 고도화하더라도 자잘한 오류는 생길 수밖에 없습니다. 작업 후에는 반드시 비장애인 동료의 검토를 거쳐 주세요.

사용법은 한글문서 관련 작업 때마다 스킬을 호출해서 사용하시면 됩니다. API 키는 필요 없으며, 대신 미리 설치해 주어야 하는 의존성 패키지들이 여러 개 있는데 스킬 첫 실행 시 자동으로 안내됩니다.

3. docparse 스킬

이 스킬은 hwpx-automation 스킬보다도 더 오랫동안 구축해 온 스킬입니다. PDF, 이미지, 한글문서 등을 마크다운으로 파싱하는 스킬입니다.

시중에 나온 웬만한 오픈소스 및 상용 OCR 도구와 문서 파서들은 다 써 본 것 같은데요, 그 어느 파서도 완벽한 것은 없었습니다. 그래서 이렇게는 안 되겠다 싶어서, 아예 다종 파서를 교차 검증하는 스킬로 만들었습니다.

일단 특정 파일을 이 스킬을 사용해서 파싱하라고 하면 스크립트로 검사부터 합니다. 어떤 파서 조합으로 처리하는 것이 가장 적합한지 진단하는 것이죠. 스킬에 넣어둔 주요 파서는 Upstage, Gemini, LlamaParse, opendataloader-pdf, Mistral, 5종이고 OCR 도구로는 Google Vision이 있는데요. 이미지 스캔 파일이면 Upstage와 LlamaParse로, 텍스트 기반이면 ODL과 Upstage로, 길이가 짧으면 Gemini로 길면 LlamaParse로, 외국어가 있으면 Mistral로 교차 검증하고요, 만약 오타까지 보존해야 하는 손글씨면 Google Vision으로 초벌하고 에이전트가 직접 보면서 감수하는 식으로 파싱을 합니다.

짧은 손글씨 문서부터 수백 쪽에 이르는 의료 문서까지 수없이 많은 문서를 여러 번 파싱하면서 계속해서 최적의 조합을 찾으려고 노력했고 그 때문에 돈도 많이 썼습니다. 현재 시점에서는 그래도 어느 정도 안정이 되었고, 일단 교차 검증을 해 주니 한 파서에 의존할 때보다는 훨씬 높은 품질의 마크다운 문서가 나옵니다.

사용법은 이 스킬이 사용하는 API 키들을 먼저 준비해 주셔야 합니다. ODL을 제외하면 모두 상용 파서들이므로 API 사용 요금이 발생할 수 있습니다. 특히 한국어 품질이 우수해서 가장 자주 쓰게 되는 Upstage 요금이 조금 센 편이니 유의하시기 바랍니다. 한편 LlamaParse가 월 1만 크레딧까지 무료인데 품질이 매우 좋아서 딱 하나만 쓰라면 저는 LlamaParse를 추천합니다. 이 외에도 Google Vision도 월 1,000페이지까지는 무료이고, Gemini와 Mistral도 무료 티어가 넉넉해서 꼭 API 키를 발급하시길 추천합니다.

스킬을 실행하면 API 키 설정을 포함해서 필요한 것들을 안내해 주도록 되어 있습니다. 그 후에는 문서를 지목하면서 docparse 스킬 사용해서 파싱해 달라고 프롬프팅하시면 됩니다.

4. speech-toolkit 스킬

TTS(텍스트를 음성으로), STT(음성을 텍스트로) 변환해 주는 스크립트 모음입니다. TTS는 Gemini/ElevenLabs/OpenAI/Speechify 4종, STT는 Daglo/Deepgram/ElevenLabs/Gemini/Mistral 5종입니다.

앞선 docparse 스킬처럼 최적의 스크립트를 추천해 주는 방식은 아니고 원하시는 TTS/STT 모델을 지목하면서 변환해 달라고 하면 됩니다. 예를 들어, 이 문서를 Gemini 음성으로 변환해 달라고 하거나, 이 오디오 파일을 ElevenLabs를 사용해서 전사해 달라고 프롬프팅하시면 됩니다. 각자 가지고 계신 API 키를 사용하시면 됩니다.

한국어 전사 도구로는 클로바노트가 품질이 좋은데 API 키를 제공하지 않기 때문에 Daglo를 넣어두었습니다. 하지만 이건 설정이 복잡해서 비추천하고, 경험상 ElevenLabs STT가 비용은 조금 비싸도 품질이 가장 좋았습니다. 대량 전사에는 Deepgram도 괜찮았고요. 짧은 글 음성으로 바꿀 때는 Gemini가 품질이 가장 좋은데 텍스트가 길어지면 조금 부자연스럽더라도 ElevenLabs가 안정적입니다.

5. abridge 스킬

이건 가장 최근에 만든 스킬인데 이번에 배포하는 스킬 중 가장 가볍고, 만족도가 상당히 좋습니다. 긴 문서를 짧게 요약해 주는 스킬인데 원문의 구조와 톤을 살려서 요약해 주는 스킬입니다. 원문의 문장들을 최대한 그대로 살려서 요약하기 때문에 AI 방식으로 요약한 게 아니라, 원문의 흐름과 느낌을 그대로 느낄 수 있습니다.

요약본을 음성으로 변환하는 단계도 선택할 수 있는데, 그러면 일종의 축약 버전 오디오북이 됩니다. 긴 문서를 원문 느낌을 살리면서 들을 수 있습니다. 이 스킬에서 사용하는 TTS 스크립트는 제가 가장 만족하는 ElevenLabs로 설정해 두었습니다. 따라서 음성 변환까지 원하시는 경우에는 ElevenLabs API 키가 필요합니다.

사용 방법은 요약하고자 하는 문서를 지목하면서 abridge 스킬로 요약해 달라고 프롬프팅하시면 됩니다. 다만 지목하는 문서가 PDF나 HWPX 같은 파일들인 경우에 앞선 docparse 스킬이나 hwpx-automation 스킬로 먼저 파싱한 후 작업하도록 되어 있습니다.


혹시 사용하시면서 개선할 사항을 발견하시면 GitHub에 이슈로 남겨 주세요. 개인적으로 연락 주셔도 좋습니다~ 저는 늘상 사용하는 스킬들이니 앞으로도 계속 고도화해 나갈 예정입니다 :)