ToDit
생각을 실행 가능한 구조로 변환하는 AI 기반 작업 시스템
비정형 입력을 실행 가능한 작업 트리로 구조화하는 생산성 플랫폼
텍스트·이미지·문서 같은 비정형 입력을 해석해 하나의 목표를 실행 가능한 작업 단위로 분해하고, 그 과정 전체를 트리 구조로 외부화하는 생산성 플랫폼. 기존 할 일 관리 도구가 '완료 여부'라는 결과만 기록하는 데 그친다면, ToDit은 생각이 실행으로 이어지는 사고 과정 자체를 다루는 도구. 사용자가 머릿속에 흩어진 목표를 입력하면 자체 구조화 엔진 inPaser가 의미를 해석하고, 목표를 하위 작업으로 재귀적으로 분해해 일정까지 역산하는 구조. inPaser는 텍스트·이미지·PDF를 OCR과 자체 노이즈 정제(Distill) 단계로 추린 뒤 LLM structured output으로 넘기고, 그 결과를 root–children 계층의 작업 트리(TodoPlanV2)로 검증·복원한다. Obsidian·Workflowy 같은 계층형 사고 도구에서 영감을 받되, 단순 메모가 아니라 '실행 가능한 구조'를 만드는 것을 목표로 한 제품. 현재 Lite 베타를 운영하며 무료/Pro 모델과 사용자 피드백 루프를 실험하고 있는 단계.
기획, 제품 구조 설계, 프론트엔드 구현을 담당
Problem
대부분의 할 일 관리 도구는 작업을 적고 완료에 체크하는 수준에 머무는 한계. 정작 어려운 부분은 '머릿속의 모호한 목표를 어디서부터 어떻게 쪼개 실행으로 옮길 것인가'이지만, 기존 도구는 이 사고-실행 과정을 구조화해 주지 못하는 한계. 그 결과 사용자는 도구 밖에서 따로 고민하고, 도구에는 결과만 옮겨 적는 비효율이 반복되는 구조.
Solution
비정형 입력을 Insight Parser로 해석해 목표를 실행 가능한 작업 트리로 자동 변환하고, 목표→하위 작업→일정으로 이어지는 분해 과정을 한 화면에서 외부화해 관리하는 흐름. 사용자는 결과만 기록하는 것이 아니라, 사고가 실행으로 전개되는 흐름 자체를 시각적으로 다루며 다음 행동까지 명확히 하도록 돕는 경험.
Key features
비정형 입력 구조화
텍스트·이미지·PDF 등 형식이 정해지지 않은 입력을 OCR과 자체 정제(Distill) 단계로 추린 뒤, 날짜·우선순위 같은 맥락과 함께 실행 가능한 작업 단위로 변환하는 기능. 사용자가 정리되지 않은 생각을 그대로 던져도 구조화된 출발점을 얻는 경험.
작업 트리
목표를 상위·하위 노드로 재귀 분해해 root–children 계층 구조(TodoPlanV2)로 시각화하고, 각 작업을 '~하기' 형태의 실행 가능한 최소 단위까지 쪼개는 뷰. 최종 마감일에서 일정을 역산해 각 노드가 언제 실행돼야 하는지까지 연결하는 구조.
AI 기반 작업 제안
입력 맥락과 트리 구조를 바탕으로 다음에 수행할 작업이나 누락된 단계(준비물·확인이 필요한 모호한 지점)를 구조적으로 제안해, 사용자가 막히는 지점을 줄이고 실행 연속성을 유지하도록 돕는 기능.
Tech stack
Architecture
Next.js(App Router)·React·TypeScript 프론트엔드가 트리 인터랙션과 입력 UI를 담당하고, Supabase가 데이터·인증·파일(presigned URL) 계층을 맡는 구성. 비정형 입력 해석은 AWS Lambda 기반 S2S 엔진 Insight Parser가 처리하며, OCR/PDF 추출 → Distill 노이즈 정제 → LLM structured output → TodoPlanV2 스키마 검증으로 이어지는 파이프라인 설계. docType 플러그인 구조라 ToDit 외의 소비자(예: 시니어 알림 앱 on-alim)도 동일 엔진을 재사용한다.
Learnings
생산성 도구의 경쟁력은 기능의 개수가 아니라 사용자의 사고 구조를 얼마나 자연스럽게 담아내는가에 달려 있다는 점. 또한 첫 화면에서 3초 안에 가치를 체감시키는 것이 베타 유지율을 좌우한다는 점을 Lite 베타의 피드백 루프를 돌리며 직접 검증한 경험.