VibeLing 만들기: AI와 React Native가 언어 학습에 어떻게 도움이 되었나

# Anki에서 벗어나 내 앱 만들기: AI와 React Native로 만든 언어 학습 앱 VibeLing

기존 언어 학습 도구의 한계에 지친 개발자가 VibeLing이라는 자신만의 모바일 앱을 만들었다. 단 5개월 만에 마케팅 없이 1,000명 이상의 사용자를 모았다. 핵심 기술 스택은? React Native, Node.js, 그리고 예문 생성과 번역을 위한 AI 모델이다.

기존 솔루션의 문제점

작가는 다양한 언어 학습 방법을 테스트하며 두 가지 주요 앱 유형의 단점을 발견했다:

• 사전 앱 (SkyEng 같은 앱) – 고정된 단어 목록만 제공하고 사용자 맞춤 구문이나 맥락 표현 추가가 불가능하다.

• 플래시카드 앱 (Anki 같은 앱) – 수동 데이터 입력이 필요해 자료 제작이 지루한 노동이 된다.

이 고통은 특히 세르비아어 학습에서 컸다. 사용자 친화적인 도구가 부족한 탓이다. 이로 인해 맞춤 솔루션 아이디어가 떠올랐다.

VibeLing 아키텍처와 기술 스택

빠른 MVP를 위해 다음 스택을 선택했다:

• 프론트엔드: 크로스플랫폼 iOS·Android 개발을 위한 React Native + Expo.
• 백엔드: AI API와 AWS 음성 합성 서비스의 프록시로 Node.js.
• 인프라: 배포는 Vercel, 구독 관리는 RevenueCat.
• 웹사이트: SEO 최적화를 위한 Next.js with SSR.

AI가 자동 번역과 예문을 처리해 수동 입력을 없앴다.

MVP 제작과 초기 도전 과제

첫 버전은 개념 검증을 위한 간단한 웹페이지(입력 필드 하나)였다. 검증 후 며칠 만에 모바일 버전 완성. 개발 속도를 높인 AI 도구:

• 코드 생성을 위한 Cursor와 Claude.

• 디자인은 Figma Community Templates의 UI 키트.

예상치 못한 난제는 세르비아어의 키릴 문자와 라틴 문자 병용. AI 모델이 알파벳을 일관성 없이 섞었고, AWS TTS는 라틴 문자만 지원했다. 해결책? AI 프롬프트 조정 대신 알고리즘 변환기 개발.

출시와 사용자 피드백

초기 iOS 출시에서 테스트에서 놓친 버그와 엣지 케이스가 드러났다. 부정 리뷰가 안정화에 핵심 인사이트를 줬다. 유통 경로는:

• 작가의 텔레그램 채널(1,500명 구독자).

• Habr의 "Self-promotion" 허브 포스트로 약 700명 유입.

큰 위기: RevenueCat의 Google Play 연동 오류로 성공 결제 자동 환불. 나쁜 리뷰와 계정 정지 위험 초래. 수동 설정 조정으로 해결.

현재 상태와 미래 계획

현재 앱 현황:

• 1,000명 이상 등록 사용자.

• 지난 28일 700명 활성 사용자.

• 5개 유료 구독.

주요 로드맵:

• 희귀 언어 중심 AI 안정성 강화.
• 단어 추가부터 마스터까지 사용자 흐름 간소화.
• 연상 회상을 위한 이미지 생성 탐구(토큰 비용 균형).

핵심 교훈

• AI는 개발을 가속하지만 깊은 코딩을 대체 못 함 – 신경망이 MVP를 완성했지만 결제 같은 골칫거리 해결은 수동이었다.

• 완벽 코드보다 배포가 중요 – 실제 문제 해결하는 거친 MVP가 타겟 포스트로 인기 끌 수 있다.

• 먼저 내 문제부터 풀어라 – 나에게 유용하면 타인에게도 그럴 가능성 크다.

• 다국어 지원은 세밀함 요구 – 세르비아어 이중 알파벳 같은 특성은 영리한 기술 우회가 필요하다.

— Editorial Team