텔레그램 봇을 만들어 저녁값 분할을 했어요, Splitwise가 싫어서

(dev.to)

Dev.to AI2026년 9월 30일스타트업

Splitwise의 번거로움을 해결하기 위해 Vision LLM과 텔레그램 미니 앱을 결합하여 영수증 사진 한 장으로 복잡한 비용 정산을 자동화하는 초경량 핀테크 솔루션의 개발 사례와 기술적 도전 과제를 다룹니다.

이 글의 핵심 포인트

1Vision LLM을 활용해 영수증 사진에서 품목, 가격, 세금, 팁을 자동으로 추출하여 JSON으로 변환
2별도의 앱 설치나 회원가입 없이 텔레그램 미니 앱 내에서 즉시 정산 참여 가능
3팁과 세금을 각자의 소비 금액에 비례하여 계산하는 정교한 분할 로직 구현
4채무 관계를 단순화하여 송금 횟수를 최소화하는 알고리즘 적용 (최대 N-1회 송금)
5iOS 웹뷰의 뷰포트 이슈 및 영수증 사진의 빛 반사 등 기술적 예외 상황 해결

이 글에 대한 공공지능 분석

왜 중요한가?

기존의 무거운 앱 대신 텔레그램 미니 앱과 LLM을 활용해 '제로 프릭션(Zero Friction)'을 구현함으로써, 사용자 경험(UX)의 핵심이 기능의 풍부함이 아닌 접근성임을 증명했습니다.

어떤 배경과 맥락이 있나?

최근 AI 에이전트와 미니 앱 생태계가 확장됨에 따라, 별도의 설치 없이 기존 메신저 내에서 특정 기능을 수행하는 '임베디드 핀테크(Embedded Fintech)' 모델이 주목받고 있습니다.

업계에 어떤 영향을 주나?

Vision LLM의 발전으로 OCR의 한계를 넘어 비정형 데이터(영수증)를 구조화된 데이터로 변환하는 비용이 낮아지면서, 1인 개발자도 강력한 유틸리티 서비스를 구축할 수 있는 환경이 조성되었습니다.

한국 시장에 어떤 시사점이 있나?

카카오톡 기반의 미니 앱 생태계가 발달한 한국에서는, 복잡한 금융 서비스보다 정산, 예약 등 일상적 불편함을 즉각 해결하는 초경량 서비스의 시장 잠재력이 매우 큽니다.

이 글에 대한 큐레이터 의견

이 사례는 '기능의 과잉'이 오히려 사용자 이탈을 부르는 현대 앱 생태계에 중요한 시사점을 던집니다. 개발자는 Splitwise라는 거대 서비스의 기능을 따라잡으려 하기보다, 사용자가 느끼는 '설치와 로그인'이라는 심리적 허들을 제거하는 데 집중하여 틈새시장을 공략했습니다. 이는 1인 개발자나 소규모 스타트업이 거대 플랫폼의 기능을 파편화된 유틸리티로 공략할 수 있는 전략적 방향성을 제시합니다.

다만, 이러한 '초경량 모델'은 보안과 데이터 신뢰성이라는 트레이드오프를 가집니다. 영수증이라는 민감한 결제 정보를 외부 LLM에 처리하게 하는 것은 개인정보 보호 측면에서 리스크가 될 수 있으며, 정산 오류 발생 시 책임 소재가 불분명하다는 단점이 있습니다. 따라서 기술적 편리함과 데이터 보안 사이의 균형을 맞추는 것이 서비스 확장의 핵심 과제가 될 것입니다.

원문 보기 →