기차타고 어디가지?

데이터와 출처

서비스 화면의 수치와 결과가 어디에서 왔는지 사용자가 다시 확인할 수 있도록, 원천 데이터와 가공 결과를 분리해서 관리합니다.

직접 구현한 기술적 차별점

사용 방법

1. 01

   출발역을 선택합니다.

   서울·용산·수서 같은 주요역 또는 검색을 이용해 출발역 하나만 정합니다.

2. 02

   직통과 환승 범위를 고릅니다.

   직통만 보거나 1회 환승까지 포함하고, KTX·SRT·KTX-이음·무궁화 등 원하는 열차종을 조합합니다.

3. 03

   목록·방사형·지도에서 비교합니다.

   목록에서는 운임과 시간을, 방사형에서는 시간권을, 지도에서는 실제 철도망의 방향과 연결을 살펴봅니다.

4. 04

   AI에게 여행 조건을 말합니다.

   ‘서울에서 2시간 안에 바다 보러 갈 곳’처럼 물으면 AI가 철도 도구를 호출해 데이터 안에서 후보를 좁힙니다.

5. 05

   공식 예매 서비스에서 최종 확인합니다.

   원하는 여행지를 찾은 뒤 코레일·SRT에서 실제 운행 여부와 좌석을 확인하고 예매합니다.

제작 과정과 결과

1. 01

   데이터 접근성 검증

   TAGO API의 역 목록과 구간별 열차정보를 실제 호출해 응답 필드, 호출량과 커버리지를 확인했습니다. 전체 그래프를 pairwise API 호출로 만드는 방식은 일일 quota를 넘기므로 제외했습니다.

2. 02

   운행 그래프와 BFS 실증

   정차역 순서를 한 번 순회해 직통 그래프를 만들고, 제한 깊이 BFS로 직통과 1회 환승 경로를 계산했습니다. 이후 프로덕션 그래프를 269개 역으로 확장했습니다.

3. 03

   세 가지 탐색 표현 제작

   같은 결과를 목록, 방사형 시간 지도, 실제 지도라는 서로 다른 판단 도구로 표현했습니다. 사용자가 익숙한 표뿐 아니라 여행 가능권을 공간적으로 이해하도록 만들었습니다.

4. 04

   웹·MCP·미니앱으로 확장

   공유 코어 위에 웹 AI BFF와 MCP 서버를 연결하고, Apps in Toss 환경에서도 같은 탐색 경험을 사용할 수 있도록 별도 래퍼와 배포 자산을 구성했습니다.