LearningMate

방향을 바꾼 이유

1. 가정

   교수들이 강의자료 만드는 일을 힘들어할 거라고 봤습니다.

2. 들은 것

   교수 6명과 교수학습센터의 답은 달랐습니다. 대부분 이미 있는 자료를 바탕으로 수업을 만들고, 시간이 드는 건 그 자료를 우리 학생 수준에 맞게 바꾸는 일이었습니다. 더 큰 부담은 중간고사 전까지 학생 이해도를 모른다는 것, 서술형 채점, 학기 말 CQI 보고서였습니다.

3. 바꾼 것

   강의자료 안에 퀴즈와 오답노트를 넣어, 교수가 매주 학생이 어디서 막히는지 보게 했습니다. 자료 도구는 슬라이드를 만들어 주는 쪽에서, 논문·원서·다른 강의자료에서 그림·표·핵심 개념을 뽑아 주는 쪽으로 바꿨습니다.

교수님들에게 들은 말

• 소프트웨어학부 교수님: 중간고사 전까지는 학생이 무엇을 이해했는지 알 방법이 사실상 없다.
• 시니어 교수님: 서술형 시험이 이해도를 가장 잘 보여 주지만, 100명이 넘으면 채점에 “일주일 내내 꼬박 해도 힘들어서” 단답형으로 바꿨다. 채점 포인트대로 AI가 채점해 준다면 예전 방식으로 돌아가고 싶다.
• 또 다른 교수님: 학생 결과를 다 볼 수 있다면 “학생들은 이게 어려웠고, 이 부분은 전달이 안 됐다”는 CQI 보고서를 자동으로 만들어 줘도 좋겠다.

사회학·심리학을 전공한 만큼 인터뷰를 현장 연구처럼 했습니다. 교수들이 학생을 어떻게 평가하는지에 대한 연구를 먼저 살펴본 뒤, 교수님을 한 분씩 인터뷰하며 질문을 계속 고쳤습니다.

“그냥 ChatGPT 쓰면 되지 않나요?”

데모를 본 분이 실제로 이렇게 물었습니다. 제 답이 제품 방향이 됐습니다. 일반 챗봇은 이 수업을 모릅니다. 우리는 강의계획서·강의자료·첨부자료를 바탕으로 답하고, 교수가 원하는 방식으로 학생을 이끌고, 학생이 어디서 막히는지 교수에게 보여 줍니다. 교수가 믿고 쓸 수 있도록 두 가지를 밀었습니다. AI에 어떤 정보가 들어가는지 그대로 보여 주는 패널, 그리고 AI가 만든 퀴즈를 다른 모델로 한 번 더 검증하는 기능입니다.

제가 맡은 것: 학생 질문 답변 흐름

• 수업 자료에 근거한 답. 강의계획서·강의자료·첨부자료를 바탕으로 답하고, 모델의 일반 지식에서 나온 답은 따로 표시합니다.
• 교수의 수업 방식 반영. 교수가 답을 바로 주지 않고 소크라테스식으로 되묻게 하거나, 이공계 수업에서는 수식을 단계별로 자세히 풀도록 설정할 수 있습니다.
• 생각보다 어려웠던 점. 성능 좋은 모델도 처음에는 엉뚱하게 답했습니다. 모델에 넘기는 정보를 필요한 것만 담은 정해진 형식으로 다시 짜자 답이 좋아졌습니다.
• 테스트 방법. 사회과학·인문 교양 과목은 제가 질문 20~40개를 직접 던지며 답을 하나하나 확인했습니다. 공학 계열 질문은 처음에 빗나갔습니다. 공대 팀원과 동료들이 용어가 영어를 억지로 옮긴 것 같고 질문이 너무 기초적이라고 알려 줬고, 실제 학생이 던질 법한 질문으로 다시 만들어 테스트했습니다. 답이 눈에 띄게 나아지는 걸 보는 과정이 즐거웠습니다.

팀이 쓴 기술

• Next.js
• React
• TypeScript
• Tailwind
• Postgres / Prisma (Supabase)
• OpenAI API
• Vercel

저는 전업 엔지니어가 아니라 AI 코딩 에이전트를 통해 이 기술로 작업합니다.