"드라마 종영 후 3개월, 그 골목 카페엔 매일 관광객이 줄을 서는데… 바로 옆 우리 가게는 왜 지도에 안 뜰까요?"
— 한 지역 상권마케팅 담당자가 실제로 던진 질문
촬영지 한 곳이 뜨면 그 주변 상권 전체가 들썩입니다. 그런데 정작 그 '지도'는 누가 만들까요? 대부분은 지자체가 예산 몇 천만원을 들여 외주 개발사에 맡기고, 1년에 한 번 업데이트될까 말까 한 정적인 이미지 지도로 끝납니다. 여기에 비전공자가 AI를 활용해 파고들 수 있는 '월 100만원짜리 구독형 틈새'가 있습니다.
핵심은 '한 번 만들고 끝'이 아니라 위키데이터·공공 오픈데이터를 자동으로 긁어와 계속 갱신되는 살아있는 지도를 만들어 대행해주는 것입니다. 오늘은 코드를 몰라도, AI에게 시켜서 이걸 만들어 파는 5단계를 아주 구체적으로 풀어봅니다.
왜 '오픈데이터 지도'가 돈이 되는가
지자체·관광협회·상권마케팅사가 겪는 문제는 똑같습니다. 촬영지 정보는 나무위키, 블로그, 인스타에 흩어져 있고, 맛집·명소 데이터는 계속 바뀌는데 지도는 죽어 있습니다. 이걸 사람이 손으로 관리하려면 인건비가 감당이 안 됩니다.
반면 위키데이터(Wikidata)는 전 세계 드라마·영화 촬영지, 문화재, 명소 정보가 좌표(P625)와 함께 구조화되어 무료로 공개돼 있습니다. 여기에 공공데이터포털의 음식점 인허가 데이터를 얹으면, '사람 손 없이 갱신되는 테마 지도'가 완성됩니다.
5단계 실전 로드맵
STEP 1. 팔리는 '테마'부터 정한다
막연히 "지도 만들어요"가 아니라 구매자가 예산을 쓰는 이유에 맞춥니다. 예: "촬영지 순례 지도"(관광과), "전통시장 맛집 지도"(상권마케팅사), "신혼부부 인프라 지도"(부동산 분양사). 지역 하나 × 테마 하나 = 상품 하나입니다.
구매자는 '지도'가 아니라 '방문객 증가'를 삽니다. 제안서 제목을 "○○동 유동인구 유입용 촬영지 지도"처럼 성과 언어로 바꾸면 계약률이 확 올라갑니다.
STEP 2. AI에게 데이터 수집을 시킨다
위키데이터는 SPARQL이라는 질의어로 데이터를 뽑습니다. 어렵게 들리지만, ChatGPT나 Claude에게 이렇게 그대로 붙여 넣으면 됩니다.
촬영된 드라마·영화의 촬영지 이름과 위경도 좌표(P625)를
모두 뽑는 쿼리야. 결과는 CSV로 저장되게 파이썬 코드도 같이."
여기에 공공데이터포털의 '일반음식점 인허가 정보' API 키를 발급받아 같은 방식으로 AI에게 "이 API로 해당 지역 음식점 좌표를 받아와 합쳐줘"라고 시키면, 촬영지+맛집이 한 파일에 모입니다.
STEP 3. 지도 위에 마커를 찍는다
무료 지도 라이브러리 Leaflet이나 카카오맵 API를 쓰면 됩니다. AI에게 "이 CSV를 읽어 Leaflet 지도에 촬영지는 빨강, 맛집은 초록 마커로 표시하는 HTML 하나 만들어줘. 클릭하면 설명 팝업 뜨게"라고 하면 완성된 웹페이지 파일이 나옵니다. 그대로 브라우저에서 열면 지도가 뜹니다.
STEP 4. '자동 갱신'이 진짜 무기다
여기서 경쟁 외주사와 격차가 벌어집니다. GitHub Actions(무료 스케줄러)에 "매주 월요일 새벽에 STEP 2 수집 코드를 다시 돌려라"고 설정해두면, 손 하나 안 대도 지도가 최신 상태로 유지됩니다. 새 드라마가 위키데이터에 등록되면 다음 주 지도에 자동으로 마커가 추가됩니다.
일회성 제작은 몇 십만원에 끝나지만, "매주 자동 갱신 + 데이터 정확도 관리"는 매달 청구할 명분이 됩니다. 구매자도 사람 인건비보다 훨씬 싸니 만족합니다.
STEP 5. 월 100만원으로 계약한다
영업은 의외로 단순합니다. 완성된 데모 지도 링크 하나를 들고 지역 관광협회·상권마케팅사·부동산 분양대행사에 보냅니다. "이미 만들어 봤으니 귀사 지역 버전을 이렇게 드립니다"가 어떤 제안서보다 강력합니다.
거래처 3곳만 확보해도 월 300만원. 자동화가 끝난 뒤 실제 유지 노동은 주 2시간 남짓입니다. 데이터 소스가 무료라 원가는 사실상 0에 수렴합니다.
시작 전 알아둘 현실 체크
① 위키데이터는 신뢰도 높지만 '누락'이 있습니다 — 인기 촬영지는 SNS·나무위키로 보강하세요.
② 상업적 재사용 시 데이터 출처(위키데이터는 CC0로 자유, 공공API는 이용약관 확인)를 반드시 체크하세요.
이 모든 과정에서 실제로 코드를 '한 줄씩 타이핑'할 일은 거의 없습니다. AI에게 정확히 지시하고, 나온 결과를 검증하고, 붙이는 능력이 핵심입니다. 바로 그 'AI에게 제대로 시키는 법'이 비전공자와 전공자의 격차를 지우는 지점입니다.
SPARQL 쿼리 첫 세팅, 공공API 인증키 처리, 자동 갱신 스케줄러 연결 — 이 세 군데서 대부분 처음 막힙니다. TTJ 코딩클래스 정규반에서는 이런 '오픈데이터 → 지도 → 자동화 → 수익화'로 이어지는 실전 프로젝트를 처음부터 끝까지 함께 만들어봅니다. 코드를 외우는 게 아니라, AI를 도구 삼아 '팔리는 결과물'을 완성하는 흐름을 익히는 것이 목표입니다.
관광객이 찾는 '그 촬영지'는 이미 데이터로 세상에 공개돼 있습니다. 남은 건 그걸 지도로 엮어 필요한 사람에게 파는 일뿐입니다. 오늘 데모 지도 하나부터 만들어 보세요.