베이스라인 AI Classmate 학습 유형 진단과 강의 추천

초등학생이 설문으로 학습 유형 캐릭터를 받고, 유형에 맞는 AI 강의를 추천받는 웹 서비스입니다.

고객사
베이스라인
분야
초등 AI 교육
기술
React · Vue.js · Java · Spring Batch · MySQL · MongoDB · Redis · 네이버 VOD Station

포너즈가 한 일

  1. 학생·교사·학부모 화면 구조와 기능 명세 작성
  2. 서비스 단위 구조 설계와 데이터베이스 설계
  3. 초등학생용 화면 디자인과 컴포넌트 정리
  4. 구글·카카오·네이버 로그인과 멀티 프로필 개발
  5. 학습 유형 설문·결과 저장과 대시보드·강의 화면 개발
  6. 네이버 VOD Station 적합성 검토와 강의 화면 챗봇 연동

고객

초등학생에게 AI를 가르치는 AI Classmate와 베이스라인

베이스라인은 학교 현장에 AI 교육 서비스를 공급하는 에듀테크 기업입니다. AI Classmate를 운영하며, 개발 프레임워크와 기존 소스 코드를 제공했습니다.

AI Classmate는 초등학생에게 AI 기초를 가르치는 교육 서비스입니다. 학생이 주 사용자이고, 교사와 학부모도 함께 씁니다.

문제

종이 다지선다로 받던 학습 유형 설문

AI Classmate는 NIA(한국지능정보사회진흥원) 사업으로 추진한 디지털 교과서 연동 서비스입니다.

AI Classmate는 먼저 시범사업으로 열고, 이후 구독형 서비스로 넓힐 계획이었습니다.

학생의 학습 유형은 종이 설문지로 받았습니다. 문항이 다지선다라 초등학생이 읽어야 할 양이 많았습니다. 저학년은 문항을 끝까지 읽지 못한 채 답을 고르기도 했습니다.

교사는 걷은 설문지를 보고 학생마다 유형을 손으로 나눴습니다. 반 학생의 학습 유형과 진도를 한눈에 볼 자료는 따로 없었습니다.

자녀가 둘 이상인 학부모는 아이마다 따로 로그인해 학습을 챙겨야 했습니다.

베이스라인은 학습 유형 진단과 강의 추천을 웹 서비스로 만들기로 했습니다.

해결

설문 한 번으로 캐릭터와 추천 강의까지

학생은 가입 후 프로필을 만들고 학습 유형 검사를 봅니다. 결과로 캐릭터 하나를 받고, 대시보드에서 그 유형에 맞는 강의를 추천받습니다. 화면은 PC 브라우저를 기준으로 만들었습니다.

  • 학습 유형 설문: 카드를 한 장씩 넘기며 답합니다. 시안에서는 캐릭터들이 기차를 타고 문항을 따라갑니다.
  • 유형 캐릭터: 탐험가 테크, 크리에이티브 카이, 솔버 소피, 리더 루카, 과학자 세라 가운데 하나를 받습니다.
  • 맞춤 대시보드: 나의 학습 유형, 학습 데이터, 추천 강의를 첫 화면에 모읍니다. 추천 강의는 유형마다 정해 둔 주제와 맞는 강의를 골라 보여 줍니다.
  • 강의 화면과 챗봇: 왼쪽에서 영상을 보고, 오른쪽 챗봇 창에 모르는 것을 묻습니다. 챗봇 서버는 협력 업체가 만들고, 포너즈는 챗봇 화면과 API 연동을 맡았습니다.
  • 가족 계정: 부모 계정 하나에 자녀 프로필을 여럿 둡니다. 자녀가 하나면 로그인 뒤 대시보드로 바로 갑니다.
  • 소셜 로그인: 구글·카카오·네이버 계정으로 가입합니다.
  • 학교 인증: 학생은 학교 코드로 인증해 자기 학교에 연결됩니다.
  • 강의 검수: 강의는 관리자가 등록하고 검수한 뒤에 추천 목록에 오릅니다.
프로필을 만든 학생이 캐릭터 기차를 따라 학습 유형 문항에 답한다
대시보드의 추천 강의에서 영상 옆 챗봇까지 이어지는 화면

학습 유형 설문을 한 장씩 넘기는 카드로

선호를 쉽게 고르는 화면을 목표로 잡았습니다. 참고한 것은 넷플릭스 가입 화면입니다. 설문은 문항을 한 장씩 넘기는 카드로 만들고 캐릭터를 붙였습니다. 첫 회의에서 베이스라인과 함께 정한 방향입니다.

강의 영상은 네이버 VOD Station에

강의 영상은 직접 스트리밍 서버를 두지 않고 네이버 VOD Station으로 재생합니다. VOD Station은 베이스라인이 회의에서 먼저 꺼낸 안입니다. 포너즈는 적합성을 검토해 네 가지를 확인했습니다. 개발 환경이 네이버 클라우드라 바로 붙일 수 있습니다. Multi DRM으로 불법 다운로드를 막고, HLS로 끊김 없이 재생합니다. 요금은 쓴 만큼만 냅니다.

성취도 평가는 1차 범위에서 빼기

성취도 평가와 공지사항 관리는 1차 개발에서 뺐습니다. 납기를 지키려는 조정이었습니다. 학생이 처음 만나는 설문·추천·강의 흐름을 먼저 끝내는 것이 기준이었습니다. 남긴 것은 로그인, 학습 유형 설문, 대시보드, 강의 목록·상세, 챗봇 연동입니다.

결과

종이 설문 대신 카드 설문에서 시작하는 학습 흐름

학생은 로그인 뒤 카드 설문을 마치면 바로 자기 유형에 맞는 강의 목록을 받습니다.

베이스라인은 이 서비스에 이어 챗봇 고도화를 포너즈에 다시 맡겼습니다. 강의 화면의 챗봇을 오픈소스 언어 모델로 옮겨 자체 서버에서 돌리는 일입니다. 영상 일시정지·되감기, 설문 완료 시간, 챗봇 질문 시점 같은 학습 행동 기록도 더했습니다.

학습 유형 파악
이전학생이 종이 다지선다 설문 작성(사람) → 교사가 설문지를 걷어 유형 분류(사람)
이후학생이 카드 설문 응답(사람) → 유형 판정·캐릭터 배정(시스템) → 학생이 결과 확인, 필요하면 다시 하기(사람)
강의 고르기
이전교사가 반 전체에 같은 강의 배정(사람)
이후유형별 추천 강의 표시(시스템) → 학생이 강의 선택(사람)
강의 중 질문
이전수업이 끝난 뒤 교사에게 질문(사람)
이후학생이 챗봇 창에 질문(사람) → 답변 표시(시스템)
자녀 학습 관리
이전자녀마다 따로 로그인해 확인(사람)
이후학부모가 자녀 프로필 전환(사람) → 자녀별 대시보드 표시(시스템)
강의 등록
이전교사가 영상 링크를 따로 공유(사람)
이후관리자가 강의 등록·검수(사람) → 목록 반영(시스템)
저학년도 읽도록 키운 글자 크기, 난이도 태그, 학습 유형 캐릭터 카드
이 사례 공유

비슷한 프로젝트를 준비하고 있다면

무엇을 만들지 아직 정리되지 않아도 괜찮습니다. 지금 상황을 알려 주시면 진행 방식과 범위를 함께 잡습니다.

상담 신청하기