커피 위의 알고리즘: 데이터가 향이 되기까지

감각을 구조화한 템플릿, 그리고 첫 IR 도전

“오늘은 어떤 맛이 나올까?”

로스팅 머신 앞에서 감으로만 추측하던 시절이 있었습니다.

하지만 지금의 저는 다릅니다.

실제 손님 반응 데이터를 GPT와 함께 정리하고,
신메뉴 콘셉트부터 포스터 카피, 로스팅 일지, 상품 개발 시나리오까지 실행 전 시뮬레이션하는 단계에 이르렀습니다.

단순한 ‘맛’이 아니라
의도한 경험을 전달하는 커피.
지금 저는 바로 그런 커피를 설계하고 있습니다.

처음엔 GPT에도 실망이 컸습니다.
“내가 말한 걸 이해는 했을까?”
“결국 나 혼자 다 해야 하나?”
회의가 반복되었지만, 포기하지 않았습니다.

하나하나 데이터를 쌓았고,
GPT가 오류를 낼 때마다
나만의 로스팅 프로파일을 파싱해 다듬었습니다.
무엇보다 커핑(Cupping: 커피 감별 시음)을 통해
향미 일치 여부를 검증하며 신뢰도를 높였습니다.

이 과정에서 저는
나만의 프롬프트 설계 템플릿을 구축했고,
AI를 모델이 아닌 공동 메뉴 개발자로 성장시켰습니다.

로스팅 일지 자동화

GPT 기반 메뉴 설계

신메뉴 시각화(포스터·상품화 콘셉트)

이 모든 것은 시행착오 위에 피어난
데이터의 향기였습니다.

그러던 어느 날 문득,
“향미조차 알고리즘으로 예측 가능하다면,
감정도 되지 않을까?”
라는 질문이 떠올랐습니다.

그 한 줄의 질문이
‘커피시그널’ 기획으로 이어졌습니다.

커피 메뉴 설계

로스팅 일지→감정 번역 인터페이스

GPT를 활용한 감정 기반 메뉴 구조화

중요한 것은,
이 모든 작업이 앱 개발이 아니라
가능성 자체를 설계한 사업계획서라는 점입니다.

이 사업계획서는
첫 IR 도전을 염두에 두고 작성한 문서였습니다.

지금은 그 가능성을 바탕으로
다음 단계를 준비하는 중입니다.

이 프로젝트는 단순한 아이디어가 아닙니다.
제가 살아온 감각의 데이터베이스이자,
실패를 줄이기 위한 설계의 기록이며,
커피를 사랑하는 한 사람의
지속 가능한 몰입의 결과물입니다.

GPT는 저를 대신하지 못합니다.
다만 제가 놓친 논리를 되짚어주고,
향이 설계될 수 있도록 도와준
조용한 파트너였습니다.

오늘도 저는 핸드썸메이드 커피로스터스에서
감정을 설계하는 커피 한 잔을 내리며

스스로에게 묻습니다.

“오늘의 커피, 어떤 감정을 전할 수 있을까?”