교육 현장에 AI를 더하는 새로운 시도를 이어갑니다

AX

교육 AX: 관리에서 경험으로

학습 플랫폼을 관리 중심에서 경험 중심으로 바꿉니다. 모든 학습 활동을 국제 표준 학습데이터로 모으고, AI가 분석해 운영자⁠·⁠교수자⁠·⁠학습자의 다음 행동을 제안합니다.

1. 01

   수집

   Lecognizer

   학습 활동을 국제 표준(xAPI · 1EdTech Caliper) 학습데이터로 수집⁠·⁠저장하고, 1EdTech CASE 체계와 연결합니다.

2. 02

   분석

   Lecognizer AI
   • AI가 학습데이터에서 이상 신호를 찾고,(특허 제10-2883249호)
   • LLM으로 학습자를 프로파일링합니다.(특허 제10-2767110호)
3. 03

   제안

   LearnHubble AI

   AI와 상호작용하는 교수⁠·⁠학습 플랫폼에서, 근거와 함께 다음 행동을 제안합니다.

4. 04

   다음 학기

   운영자 · 교수자 · 학습자

   판단과 적용은 사람이 합니다. 그 결과가 다시 학습데이터로 쌓여 다음 학기 교육을 설계하는 근거가 됩니다.

AI Model

AI 학습분석: 직접 만든 모델을 현장에 씁니다

학습데이터로 학습 수준을 진단하고, 평소와 다른 신호를 찾고, 학습자의 성향을 읽는 AI 모델을 직접 만들어 제품과 공교육 사업에 적용해 왔습니다. 모델마다 인증과 특허의 원본을 확인할 수 있습니다.

• 학습 진단⁠·⁠추천 모델

  학습 행동과 학습경험 데이터로 학습 수준을 진단하고, 취약한 영역에 맞춰 문항과 학습 콘텐츠를 추천합니다. KERIS ‘똑똑! 수학탐험대’에 적용했습니다.

  (KOLAS AI 모델 인증)

• 이상 학습 탐지

  xAPI 학습 행동 데이터에서 평소와 다른 학습 신호를 찾아, 확인이 필요한 지점을 먼저 짚습니다. Lecognizer AI의 이상 탐지에 씁니다.

  (특허 제10-2883249호)

• LLM 학습자 프로파일링

  학습 과정의 데이터와 LLM으로 학습자의 성향과 상태를 정리해, 맞춤형 진단과 문항 추천의 근거로 씁니다.

  (특허 제10-2767110호)

교수⁠·⁠학습의 근거AI가 진단하고 다음 학습을 제안하면, 교수자가 확인해 수업에 적용하고 학습자는 제안된 학습을 스스로 이어 갑니다.

AI Agent

AI 에이전트: 학습자와 교수자 곁에서 돕습니다

LearnHubble AI의 AI 에이전트는 학습자에게는 필요한 순간 설명과 힌트를 건네고, 교수자에게는 보충이 필요한 부분을 제안합니다. 답은 학습자가 직접 쓰고, 개입과 적용은 교수자가 확인합니다.

LLM Wiki

LLM Wiki: 흩어진 지식을 한곳에 모읍니다

사내 문서와 논의, 반복되는 질문에 대한 답을 LLM Wiki에 모으고, AI를 업무 흐름에 결합해 일하는 방식을 다듬고 있습니다.

1. 01

   모으기

   흩어져 있던 문서와 논의, 반복되는 질문에 대한 답을 한곳에 쌓습니다.

2. 02

   엮기

   문서와 논의를 개념과 관계(온톨로지)로 엮어, 필요한 지식을 묻고 찾을 수 있게 합니다.

3. 03

   초안과 확정

   AI가 관련 자료를 찾아 모으고 초안을 만들면, 담당자가 내용을 확인하고 고쳐서 확정합니다.

제품과 같은 원칙AI는 찾고 정리하고 초안을 만듭니다. 무엇을 쓰고 어떻게 결정할지는 사람이 정합니다.

LLM Wiki 기사 보기