GPT로 러닝 타이머 코딩해보기

1. 왜 러닝 타이머를 직접 만들어야 할까? 

러닝을 할 때 가장 많이 사용하는 보조 도구 중 하나는 ‘타이머’다. 일정 시간 달리고 걷는 인터벌 운동이나, 러닝 시간에 맞춘 워밍업·쿨다운 구성 등은 타이머를 얼마나 잘 활용하느냐에 따라 운동 효과가 달라진다. 하지만 시중에 출시된 타이머 앱은 대부분 고정된 기능만 제공하거나, 유료 결제를 요구한다.

예를 들어 “5분 워밍업 → 10분 러닝 → 2분 걷기 → 10분 러닝 → 3분 쿨다운” 같은 복잡한 루틴을 구성하려면 별도의 앱을 찾아야 하고, 중간에 광고나 기능 제한으로 끊기기도 한다.
이럴 때 가장 좋은 방법은 내 루틴에 맞춘 러닝 타이머를 직접 제작하는 것이다. 다행히 GPT를 활용하면 파이썬을 몰라도 타이머를 만드는 데 충분한 가이드를 받을 수 있다. 특히 ChatGPT는 단순한 코드 제공을 넘어 기능 구성 → 코드 구현 → 테스트까지 전체 흐름을 설명해주는 인공지능 도우미 역할을 해준다.

2. Python으로 러닝 타이머 만들기

파이썬은 간결한 문법과 직관적인 흐름 덕분에 초보자도 배우기 쉬운 언어로 유명하다. GPT에게 다음과 같이 요청하면 아주 간단한 타이머를 생성할 수 있다.

“Python으로 다음 루틴을 기반으로 러닝 타이머 만들어줘.
5분 워밍업, 10분 러닝, 2분 걷기, 10분 러닝, 3분 쿨다운. 각 단계가 시작될 때 음성 알림 또는 프린트 출력이 나오게 해줘.”

 

이 프롬프트를 입력하면 GPT는 아래와 같은 코드를 생성해준다.

 

이 코드는 명확하고 직관적이며, 초보자도 이해할 수 있도록 단계별로 구성되어 있다. 시간 단위로 루프를 돌며 진행 상황을 출력하고, 단계별 구간이 완료되면 알림을 띄우는 구조다. 또한 GPT에게 “음성 출력도 추가해줘”라고 하면 pyttsx3 같은 TTS 모듈을 활용해 음성 안내 기능도 붙여준다. 중요한 건 GPT가 단순히 코드를 던져주는 것이 아니라, 각 줄의 기능을 주석으로 설명해주며 학습 효과도 높인다는 점이다.

3. 노코드 도구로 타이머 만들기 

코딩이 부담스러운 사용자라면 노코드 툴을 활용해 러닝 타이머를 만들 수도 있다. 대표적인 플랫폼으로는 Glide, Make, Notion, Zapier, Thunkable 등이 있으며, GPT는 이들 도구의 사용법과 연동 방식도 친절히 안내해준다. 예를 들어 Glide 앱에서 타이머를 만드는 과정을 GPT에게 물어보면 다음과 같은 흐름을 제안한다.

1. 구글 스프레드시트에 루틴을 표 형태로 정리 (단계 이름, 시간, 색상 등)
2. Glide에서 스프레드시트를 불러와 리스트 뷰 구성
3. 각 리스트 항목을 누르면 ‘타이머 시작’ 버튼으로 연결되도록 설정
4. 단계별 시간 카운트 및 알림 설정은 Glide의 Action 기능 활용
5. 완료 시 다음 루틴으로 자동 이동하거나 종료 메시지 출력

이처럼 GPT는 Glide의 UI 구성 요소까지 언급하며, 노코드 사용자도 직접 인터페이스를 제작할 수 있도록 도와준다.
또한 “Make(구 Integromat)에서 시간 트리거를 사용해 순차적으로 메신저로 알림을 보내는 방식”도 알려주며, 실제로 쓰이는 서비스 환경에 맞춘 자동화 전략까지 제안한다.

노코드는 단순히 코딩을 하지 않는 것이 아니라, 시각적인 흐름과 데이터 구조를 어떻게 설계할지를 고민하는 방식이다. GPT는 이를 텍스트로 명확히 설명해주고, 오류 발생 시 “이 버튼이 클릭되지 않는 이유가 뭐야?”처럼 질문하면 해결 방법도 제시해준다.
즉, GPT는 노코드 환경에서 튜토리얼을 넘는 진짜 코치 역할을 수행할 수 있다.

4. 러닝 타이머 제작을 통해 얻은 인사이트 

타이머를 GPT와 함께 제작하면서 느낀 가장 큰 장점은 나만의 루틴을 데이터화할 수 있다는 점이었다. 기존 타이머 앱은 ‘남이 만든 구조’를 쓰는 방식이라면, GPT 기반 제작은 ‘내 루틴을 기준으로 도구를 재설계하는 과정’이다.

또한 한번 만든 구조는 얼마든지 확장 가능하다. 예를 들어 “이번엔 인터벌 3세트를 추가하고, 총 러닝 시간을 40분으로 늘려줘”, “타이머 완료 후 구글시트에 기록 남기게 해줘” 같은 요청을 GPT에게 하면, 파이썬이든 노코드든 금세 반영할 수 있다.
심지어 “이 타이머를 스마트워치 앱으로 만들려면 어떻게 해야 해?”라고 물으면, Wear OS나 WatchKit을 기반으로 기획할 수 있는 방향까지 제시해주는 GPT의 확장성은 인상적이었다.

무엇보다 중요한 건 이 과정에서 생긴 변화다. 단순히 운동을 ‘따라 하는 사람’에서, ‘내 운동을 설계하는 사람’으로 정체성이 전환된다. GPT는 그 전환을 기술적으로 돕는 파트너일 뿐 아니라, 반복 가능한 구조를 만들어 운동 습관 자체를 자동화하고 지속시키는 데 기여한다.