Look: 보이는 사물을 영어로 — 실기기 아이폰에서 작동

메뉴 텍스트 번역은 틀린 기능이었다 — "누가 못해"(구글 번역). 내가 진짜 원하는 건 보면서 단어 익히기: 책상 보면 mug 머그컵, laptop 노트북, window 창문. 이게 Phase 2 "물체 영어 라벨링" use case고, 이게 학습 도구냐 lookup 도구냐를 가른다.

들어간 것

• 백엔드 POST /api/label (커밋 abb0668): 이미지(base64) → Gemini 2.5 Flash 비전 → 사물별 영어 이름 + 한국어 뜻. gemini.ts에 completeVision()(이미지+텍스트 파트) + parseObjects. 비전은 현재 Gemini 전용(멀티모달 + 무료).
• iOS "Look" 탭 (커밋 c65d225): 카메라/사진 → 1024px JPEG로 다운스케일 → /api/label → {english, korean} 카드 리스트. 새 기본 탭 (Scan/번역, Coach/제안은 유지).
• Scan에서 쓰던 카메라/사진 소스 그대로 재사용, 백엔드 호출만 다름.

왜 "그냥 잘 되나"

솔직히 마법의 대부분은 모델이다. Gemini가 장면을 이해하고 이름을 붙임 — 우리가 학습시킨 거 0. 우리 몫은 얇은 파이프라인(찍고→줄이고→보내고)과 집중된 프롬프트("배경 말고 사물만, 영어+한국어"). 몇백 줄 + 좋은 프롬프트 = 비전 기능 하나. 프런티어 모델 위에 짓는 레버리지.

폰에 올리기

고생은 기능이 아니라 네트워크 접근이었다(전체는 docs/troubleshooting.md): Bun.serve를 0.0.0.0로 바인딩, 앱이 localhost 안 쓰게, 그리고 하드코딩한 LAN IP가 Mac이 망 바꿀 때마다(핫스팟→WiFi) stale. Mac을 IP 대신 .local mDNS 호스트명으로 가리켜 영구 해결.

정직한 제품 노트

라벨링 기술은 commodity — Google Lens, Apple Visual Look Up, Meta 자체 글래스 AI가 이미 "이거 뭐야"를 함. 여기 폰 버전은 검증용 프로토타입이지 제품이 아님. 베팅은 폼팩터(글래스 = ambient·상시 시야·핸즈프리 몰입, 폰 들어올리는 lookup 아님)와 학습 설계(본 단어 추적, spaced repetition, 약점). 데모가 멋진 거 ≠ 매일 가치 — 그게 아직 검증할 것.

커밋: 백엔드 abb0668f8d12596148656a966750a13bfc4b3c27, iOS c65d225fb006b74b28bc7103b5528e91b3255a51.