Loading Park Labs...
Loading Park Labs...
LAB NOTE No.0212026.03.26성공
ReBrick AI가 시작이었다. 2025년 12월, Google DeepMind가 Kaggle에서 연 해커톤 "Vibe Code with Gemini 3 Pro in AI Studio"에 ReBrick AI를 냈는데, 석 달 동안의 심사 끝에 4,097팀 중 Top 50에 들었다.

Table 1
| 항목 | Kaggle 해커톤 | Google Cloud 해커톤 |
|---|---|---|
| 대회 | Vibe Code with Gemini 3 Pro in AI Studio (Google DeepMind) | 제4회 Agentic AI Hackathon with Google Cloud (Zenn) |
| 시기 | 2025년 12월 5~12일 | 2026년 3월 19일 본선 |
| 참가 | 4,097팀 | 195개 제출 프로젝트 (Zenn 공식 페이지, 2026년 10월 22일 확인) |
| 출품작 | ReBrick AI · AI Studio 프로토타입 | BrickQuest · 풀스택 서비스 |
| 결과 | Top 50 | 본선 10팀 중 우수상(優秀賞) |
| 상 | Gemini API 크레딧 $10,000 | 부상 25만 엔 |
| 심사 | Impact 40%, Technical Depth 30%, Creativity 20%, Presentation 10% | 일본어 5분 피칭과 질의응답 2분 |
대회 기간은 2025년 12월 5일부터 12일까지, 딱 일주일이었다. Gemini 3 Pro로 실제 문제를 푸는 앱을 AI Studio에서 만들어 내는 방식이다.
그 일주일 동안 4,097팀이 참가했다. Google도 "역대 가장 큰 해커톤 중 하나"라고 했을 정도다. 심사는 엔지니어, PM, DevRel, 마케팅, 디자인, 리서치 쪽 Google 직원 30명이 3개월에 걸쳐 했다.
결과는 Top 50. 4,097팀 중 상위 1.2%고, 상금으로 Gemini API 크레딧 $10,000를 받았다.
솔직히 4천 팀이 넘는 대회에서 뽑힐 줄은 몰랐다. 운이 좋았다고 생각한다.
출품 설명은 Kaggle Writeup에 있고, 실제로 움직이는 모습은 데모 영상(YouTube)과 라이브 데모(AI Studio)에서 볼 수 있다.
출품작은 ReBrick AI. 사실 이게 BrickQuest의 원조다. 집에 흩어진 레고 브릭을 사진으로 찍으면, 가진 부품으로 만들 수 있는 걸 알려 준다.
%% ReBrick AI가 하는 일 · Kaggle 출품작 기준
flowchart TD
A["흩어진 레고 브릭을 사진으로 찍는다"] --> B["Gemini 3 Pro Vision이 색·크기·종류를 인식"]
B --> C["가진 부품으로 만들 수 있는 모델 제안"]
C --> D["3D 단계별 조립 가이드 · 스토리 모드"]ReBrick AI는 AI Studio의 Vibe Coding으로 만들었다. 이 프로토타입에서 가능성을 보고, Google Cloud 해커톤에 내려고 Next.js + Three.js + Cloud Functions 풀스택으로 직접 만든 게 BrickQuest다. 같은 아이디어인데 구현 방식이 완전히 다르다.
일주일 전인 3월 19일에는 BrickQuest가 제4회 Agentic AI Hackathon with Google Cloud 본선에서 우수상을 받았다(수상 노트). 하나의 아이디어가 두 대회에서 인정받은 셈이다.
집에 굴러다니는 레고로 뭘 만들 수 있을까. 한 번은 AI Studio 프로토타입으로, 한 번은 풀스택 서비스로 냈는데 두 곳 다 봐 주셨다. 아이디어 자체가 공감을 얻은 것 같다. 아이가 있는 집이면 다 같은 고민을 하니까.
심사 방식은 위 표처럼 꽤 달랐다. Kaggle은 항목별 배점으로, Google Cloud는 본선 피칭과 질의응답으로 봤다. 그래도 둘 다 "실제 문제를 해결하는가"를 묻고 있었다.
Kaggle 결과 발표에서 인상적인 부분이 있었다. Google이 수상작들의 공통점을 세 가지로 정리해 줬다. 실제 마찰을 해결하는 실용성, AI가 여러 단계를 스스로 판단하고 수행하는 에이전틱 워크플로, 그리고 텍스트뿐 아니라 이미지·영상·오디오를 직접 다루는 네이티브 멀티모달이다.
ReBrick AI가 세 가지를 다 건드린 건 아니다. 그래도 실제 문제 해결, 그리고 사진으로 브릭을 알아보는 멀티모달 쪽은 맞닿아 있었던 것 같다.
Gemini API 크레딧 $10,000가 생겼으니 BrickQuest 개발에 쓸 수 있다. 브릭 인식 정확도를 올리려면 API 호출을 많이 해 봐야 하는데, 이제 비용 걱정 없이 실험할 수 있다.
이 아이디어를 진짜 서비스로 만들어야겠다는 확신이 좀 더 생겼다. 두 번이나 봐 주셨으니 이제는 해야지.