1 00:00:00,000 --> 00:00:02,000 안녕하세요, 환영합니다. 2 00:00:02,000 --> 00:00:06,600 오늘은 꽤 흥미로운 주제 하나를 같이 들여다보려고 합니다. 3 00:00:06,600 --> 00:00:11,500 잠깐 상상해 보세요. 여러분 앞에 문서 더미가 있고, 수 시간 분량의 영상이 있어요. 4 00:00:11,500 --> 00:00:14,700 그래요, 아니면 그냥 흥미로운 웹페이지 하나만 있어도 되고요. 5 00:00:14,700 --> 00:00:19,600 그리고 이제, 그 모든 걸 한 번에, 많아야 5분 만에 6 00:00:19,600 --> 00:00:22,600 진짜 상호작용적인 학습 경험으로 7 00:00:22,600 --> 00:00:29,100 개인 튜터 역할을 하는 인공지능이 진행하는 그런 경험으로 바꾼다고 상상해 보세요. 8 00:00:29,100 --> 00:00:34,000 그게 바로 Startik이라는 기술이 내세우는, 아주 야심 찬 약속입니다. 9 00:00:34,000 --> 00:00:38,000 지금 우리 앞에는 최신 버전 2.0을 설명하는 문서들이 놓여 있고, 10 00:00:38,000 --> 00:00:41,900 오늘 우리의 임무는, 이 엔진 후드 아래에 뭐가 들어 있는지 직접 확인해 보는 거예요. 11 00:00:41,900 --> 00:00:44,200 맞아요, 마케팅 멘트 수준을 조금 넘어서서요. 12 00:00:44,200 --> 00:00:49,299 그렇죠. 이 약속을 하나씩 해부해서 정말 설득력이 있는지 살펴볼 겁니다. 13 00:00:49,299 --> 00:00:52,799 그리고 이 약속은, 말 그대로 딱 알맞은 시점에 나온 겁니다. 14 00:00:52,799 --> 00:00:55,500 문제는, 교육 쪽에 있는 사람이라면 다 알죠. 15 00:00:55,500 --> 00:01:00,099 한쪽에는 완전히 업무에 치여 있는 교육자들이 있습니다. 16 00:01:00,099 --> 00:01:03,099 좋은 콘텐츠는 많지만 전부 폴더 속에 잠자고 있죠. 17 00:01:03,099 --> 00:01:05,199 PDF, 예전 녹화 영상들 같은 것들요. 18 00:01:05,199 --> 00:01:10,199 맞아요. 그걸 흥미로운 무언가로 바꾸는 데는 엄청난 시간이 듭니다. 19 00:01:10,199 --> 00:01:13,199 그리고 다른 한쪽에는 지루해하는 학습자들이 있죠. 20 00:01:13,199 --> 00:01:16,199 이 사람들은 상호작용을 원하고, 개인화된 경험을 원합니다. 21 00:01:16,199 --> 00:01:19,800 Startik은 바로 이 두 가지 문제를 동시에 해결하려고 합니다. 22 00:01:19,800 --> 00:01:21,300 그럼, 시작해 보죠. 23 00:01:21,300 --> 00:01:25,800 출발점은 이미 존재하는 콘텐츠를 변환한다는 아이디어입니다. 24 00:01:25,800 --> 00:01:29,800 자료를 보면 이 부분이 아주 명확해요. 단지 영상만 얘기하는 게 아닙니다. 25 00:01:29,800 --> 00:01:34,300 오디오 파일, PDF나 Word 같은 문서에서 출발할 수도 있고, 26 00:01:34,300 --> 00:01:35,800 심지어 그냥 웹페이지 한 장에서도 가능합니다. 27 00:01:35,800 --> 00:01:40,300 네, 다재다능함이 첫 번째 기둥인 것처럼 보입니다. 28 00:01:40,300 --> 00:01:45,800 그런데 진짜 흥미로워지는 지점은, 그걸 ‘무엇으로’ 바꾸느냐예요. 29 00:01:45,800 --> 00:01:49,300 단순히 일반적인 온라인 강의를 하나 만드는 얘기가 아닙니다. 30 00:01:49,300 --> 00:01:53,300 문서에는 계속해서 적응형, 사실상 끝이 없는 퀴즈가 언급되고 있고, 31 00:01:53,300 --> 00:01:57,300 거기에다 심지어, AI와 토론까지 생성할 수 있다는 가능성까지 나옵니다. 32 00:01:57,300 --> 00:02:02,300 저는 특히, 한 문서를 바탕으로 AI와 토론을 한다는 이 아이디어가 눈에 띄더라고요. 33 00:02:02,300 --> 00:02:04,300 이게 도대체 어떻게 작동할 수 있을까요? 34 00:02:04,300 --> 00:02:08,300 정말 중요한 질문입니다. 그게 바로 이들의 핵심 가치 제안이기 때문이죠. 35 00:02:08,300 --> 00:02:11,300 아이디어는, ‘콘텐츠의 묘지’를 끝내겠다는 겁니다. 36 00:02:11,300 --> 00:02:13,300 교육자 입장에선 엄청난 얘기죠. 37 00:02:13,300 --> 00:02:18,300 하지만 토론 기능에 대해선, AI가 이기려고 드는 말싸움으로 상상하면 안 됩니다. 38 00:02:18,300 --> 00:02:20,300 목표는 어디까지나 교육적입니다. 39 00:02:20,300 --> 00:02:21,300 그렇군요. 40 00:02:21,300 --> 00:02:25,300 AI는 한 입장을 취하도록, 심지어 다소 역행하는 입장을 취하도록 설정될 수 있어요. 41 00:02:25,300 --> 00:02:29,300 그래서 학습자가 자료를 근거로 삼아 논리를 전개하도록 강제하는 거죠. 42 00:02:29,300 --> 00:02:33,300 아, 알겠습니다. 목적은 기계를 설득하는 게 아니군요. 43 00:02:33,300 --> 00:02:34,300 전혀 아닙니다. 44 00:02:34,300 --> 00:02:40,300 목표는 학습자로 하여금 자신의 생각을 구조화하고, 강의 안에서 증거를 찾게 만드는 겁니다. 45 00:02:40,300 --> 00:02:44,300 일종의 지적 시뮬레이션이네요. 46 00:02:44,300 --> 00:02:48,300 하지만 그건 동시에 또 다른, 암묵적이지만 핵심적인 질문을 불러옵니다. 47 00:02:48,300 --> 00:02:50,300 바로 자료의 품질이죠? 48 00:02:50,300 --> 00:02:53,300 맞습니다. AI가 납을 금으로 바꿀 수 있을까요? 49 00:02:53,300 --> 00:02:56,300 문서에는 이게 명시적으로 적혀 있지는 않지만, 충분히 추론할 수 있습니다. 50 00:02:56,300 --> 00:02:58,300 AI가, 세상에서 가장 뛰어난 모델이라 해도 51 00:02:58,300 --> 00:03:01,300 형편없는 문서에서 지식을 창조해 낼 수는 없거든요. 52 00:03:01,300 --> 00:03:05,300 그렇죠. 흔히 말하듯, 쓰레기가 들어가면 쓰레기가 나옵니다. 마법에도 한계가 있죠. 53 00:03:05,300 --> 00:03:09,300 이건 아주 중요한 뉘앙스입니다. 그럼 출발점이 되는 콘텐츠가 없는 사람들은요? 54 00:03:09,300 --> 00:03:13,300 그렇다고 배제되는 건 아닙니다. 이 부분을 보면 꽤 치밀하게 설계했다는 게 보여요. 55 00:03:13,300 --> 00:03:16,300 툴 안에서 강의를 바로 작성할 수 있는 기능이 있고, 56 00:03:16,300 --> 00:03:18,300 그 과정에서 Startik의 AI가 작성을 도와줍니다. 57 00:03:18,300 --> 00:03:21,300 그러니까 진입 경로가 두 개 있는 거군요. 58 00:03:21,300 --> 00:03:24,300 기존 콘텐츠를 변환하든가, 아니면 새 콘텐츠를 함께 만들든가. 59 00:03:24,300 --> 00:03:26,300 맞아요. 접근 방식이 꽤 완결적입니다. 60 00:03:26,300 --> 00:03:29,300 좋습니다. 그러면 일단 어떤 콘텐츠든 변환할 수 있다고 치고, 61 00:03:29,300 --> 00:03:32,300 이 모든 건 결국 ‘머신의 두뇌’에 달려 있습니다. 62 00:03:32,300 --> 00:03:35,300 이 Smarter Startik AI, 이 인공지능에 대해 우리는 뭘 알고 있을까요? 63 00:03:35,300 --> 00:03:40,300 그냥 이름만 바꾼 ChatGPT인지, 아니면 그 이상 뭔가가 있을까요? 64 00:03:40,300 --> 00:03:44,300 약속이 워낙 강한 만큼, 학습자의 의도를 정확하게 이해한다고까지 적혀 있습니다. 65 00:03:44,300 --> 00:03:47,300 문서 전체를 통틀어 가장 야심 찬 문장입니다. 66 00:03:47,300 --> 00:03:52,300 여기선 조심해야 합니다. ‘의도를 이해한다’는 건 AI 분야에서 일종의 성배 같은 거라서요. 67 00:03:52,300 --> 00:03:55,300 그 말은, 학습자가 애매한 질문을 던져도, 68 00:03:55,300 --> 00:04:01,300 예를 들어 “광합성 부분을 잘 못 이해했어요”라고 하면, AI가 어디서 막힌 건지 짐작한다는 걸까요? 69 00:04:01,300 --> 00:04:06,300 네. 또는 이게 그냥, 실제로는 키워드 분석을 한다는 말을 포장한 마케팅 문구에 불과한지. 70 00:04:06,300 --> 00:04:08,300 두 경우의 차이는 엄청납니다. 71 00:04:08,300 --> 00:04:12,300 그러게요. 문서에는 이와 관련된, 그 방향으로 보이는 기능이 하나 기술돼 있습니다. 72 00:04:12,300 --> 00:04:14,300 바로 자동 검색 기능입니다. 73 00:04:14,300 --> 00:04:19,299 정확성이 매우 중요할 때, AI가 단순히 일반 지식에 의존하지 않는다고 분명히 써 있어요. 74 00:04:19,299 --> 00:04:23,299 교육자가 제공한 문서들 안에서 답을 찾도록 한다는 겁니다. 75 00:04:23,299 --> 00:04:25,299 필요하면 웹에서도 찾고요. 76 00:04:25,299 --> 00:04:26,299 그렇죠. 77 00:04:26,299 --> 00:04:28,299 그리고 이건 기술적으로 아주 중요한 단서입니다. 78 00:04:28,299 --> 00:04:31,299 RAG 유형 아키텍처일 가능성이 굉장히 높거든요. 79 00:04:31,299 --> 00:04:32,299 RAG 말씀이시죠. 80 00:04:32,299 --> 00:04:34,299 답하기 ‘전에’ 자료를 불러오는 구조입니다. 81 00:04:34,299 --> 00:04:38,299 단순 검색이 아니라, 문서에서 가져온 정보를 실제 추론 과정에 통합합니다. 82 00:04:38,299 --> 00:04:40,299 이건 두 가지 이유에서 결정적입니다. 83 00:04:40,299 --> 00:04:41,299 알겠습니다. 84 00:04:41,299 --> 00:04:46,299 첫째, 그럴듯하지만 틀린 답, 소위 ‘환각’을 줄여 줍니다. 85 00:04:46,299 --> 00:04:48,299 아, 다들 한 번쯤 겪어 본 그 문제죠. 86 00:04:48,299 --> 00:04:51,299 둘째, 답변이 교육자의 콘텐츠에 확실히 기반을 두게 만들지, 87 00:04:51,299 --> 00:04:54,299 인터넷 어딘가에서 우연히 주워 온 정보에 기반하게 두지 않습니다. 88 00:04:54,299 --> 00:04:58,299 그래서, 단순히 사실을 말해 주는 챗봇 모델에서 벗어나 89 00:04:58,299 --> 00:05:03,299 사고 과정을 이해해야 하는 ‘튜터’ 모델 쪽으로 넘어가게 되는 거군요. 90 00:05:03,299 --> 00:05:04,299 정확히 그렇습니다. 91 00:05:04,299 --> 00:05:07,299 이건 ‘정답을 알려 주는 AI’와 92 00:05:07,299 --> 00:05:10,299 ‘왜 그게 정답인지 이해하도록 도와주는 AI’의 차이예요. 93 00:05:10,299 --> 00:05:13,299 이게 또 문서 속의 다른 핵심 문장과 연결됩니다. 94 00:05:13,299 --> 00:05:18,299 AI가 학습 진도의 방향성을 계속해서 이해하고 있다는 부분이죠. 95 00:05:18,299 --> 00:05:19,299 그렇습니다. 96 00:05:19,299 --> 00:05:22,299 이게 바로 차별화된 학습 경험을 약속하는 부분입니다. 97 00:05:22,299 --> 00:05:25,299 AI가 고정된 게 아니라, 학습자에 맞춰 적응한다고 되어 있어요. 98 00:05:25,299 --> 00:05:28,299 어떤 학습자가 특정 개념에서 여러 번 막힌다면, 99 00:05:28,299 --> 00:05:31,299 이상적인 AI는 정의만 반복해서 읊지 않을 겁니다. 100 00:05:31,299 --> 00:05:34,299 비유를 든다든지, 다른 예시를 제시한다든지 하겠죠. 101 00:05:34,299 --> 00:05:36,299 실제 좋은 인간 튜터가 그렇게 하듯요. 102 00:05:36,299 --> 00:05:39,299 그러니까, 반응형 도구에서 진짜 ‘적응형’ 도구로 넘어가는 셈이네요. 103 00:05:39,299 --> 00:05:41,299 이론상으로는, 네. 그게 바로 약속입니다. 104 00:05:41,299 --> 00:05:44,299 그리고 꽤 영리한 부분이 하나 있는데, 바로 AI의 ‘성격’을 105 00:05:44,299 --> 00:05:46,299 교육자가 직접 조정할 수 있게 했다는 점입니다. 106 00:05:46,299 --> 00:05:49,299 답변 형식이라든지, 태도 같은 것을 설정할 수 있죠. 107 00:05:49,299 --> 00:05:52,299 네, 예를 들어 법학 강의에는 매우 학구적인 말투를 쓰게 하고, 108 00:05:52,299 --> 00:05:54,299 발표 스킬 교육에는 코치처럼 더 격려하는 톤을 쓰게 한다든가요. 109 00:05:54,299 --> 00:05:56,299 맞아요, 그런 식으로 말이죠. 110 00:05:56,299 --> 00:05:59,299 이제 자연스럽게 인터페이스, 사용자 경험 이야기를 하게 되는데요. 111 00:05:59,299 --> 00:06:00,299 그렇죠. 112 00:06:00,299 --> 00:06:02,299 세계 최고의 AI를 갖고 있다 해도, 113 00:06:02,299 --> 00:06:05,299 인터페이스가 답답하면 학습은 이뤄지지 않습니다. 114 00:06:05,299 --> 00:06:06,299 맞습니다. 115 00:06:06,299 --> 00:06:09,299 이 부분에서 문서가 강조하는 요소들을 보면, 116 00:06:09,299 --> 00:06:13,299 언뜻 사소해 보이지만 사실 굉장히 많은 걸 말해 줍니다. 117 00:06:13,299 --> 00:06:15,299 ‘흐름’에 대한 집착이 느껴져요. 118 00:06:15,299 --> 00:06:17,299 빠른 응답 속도라든지, 119 00:06:17,299 --> 00:06:20,299 수식과 그래프 지원이라든지, 120 00:06:20,299 --> 00:06:22,299 그리고 아주 중요한 포인트 하나가 더 있죠… 121 00:06:22,299 --> 00:06:23,299 바로 출처 표시입니다. 122 00:06:23,299 --> 00:06:27,299 네, AI 답변에 사용된 출처를 항상 보여 준다는 거죠. 123 00:06:27,299 --> 00:06:29,299 집착이라는 표현이 딱 어울립니다. 124 00:06:29,299 --> 00:06:32,299 이들은 쓸데없는 기능 수 늘리기 경쟁을 하는 게 아니라, 125 00:06:32,299 --> 00:06:35,299 학습의 리듬을 깨뜨릴 수 있는 요소를 제거하는 데 집중합니다. 126 00:06:35,299 --> 00:06:38,299 우리가 말하는 ‘인지적 마찰’을 줄이는 거죠. 127 00:06:38,299 --> 00:06:42,299 인터페이스가 너무 성가셔서 흐름이 끊기는 바로 그 순간 말입니다. 128 00:06:42,299 --> 00:06:44,299 다들 한 번쯤 겪어 봤죠. 129 00:06:44,299 --> 00:06:46,299 엉망으로 설계된 이러닝 플랫폼의 지옥, 130 00:06:46,299 --> 00:06:49,299 강의를 듣기보다 사이트 구조 파악에 더 많은 시간을 쓰게 되는 곳들요. 131 00:06:49,299 --> 00:06:52,299 목표는 기술을 ‘보이지 않게’ 만드는 겁니다. 132 00:06:52,299 --> 00:06:56,299 이런 부분에 집중한다는 사실만으로도 이미 상당히 좋은 신호예요. 133 00:06:56,299 --> 00:06:57,299 맞습니다. 134 00:06:57,299 --> 00:06:59,299 그리고 각 기능이 분명한 문제의 답이 됩니다. 135 00:06:59,299 --> 00:07:01,299 예를 들어 수식 지원 같은 건, 136 00:07:01,299 --> 00:07:04,299 과학·공학 계열을 향한 아주 명확한 메시지죠… 137 00:07:04,299 --> 00:07:06,299 이런 플랫폼에서 늘 소외되기 쉬운 분야잖아요. 138 00:07:06,299 --> 00:07:07,299 그렇죠, 자주 그렇습니다. 139 00:07:07,299 --> 00:07:10,299 출처 표시 기능은 신뢰를 쌓기 위한 거고요. 140 00:07:10,299 --> 00:07:12,299 정보가 어디에서 왔는지, 그 근거를 보여주는 거죠. 141 00:07:12,299 --> 00:07:15,299 모바일에서 백그라운드 오디오 재생 같은 기능도 있고… 142 00:07:15,299 --> 00:07:16,299 맞아요, 그건 정말 잘 짚은 부분입니다. 143 00:07:16,299 --> 00:07:18,299 요즘 사용 패턴을 제대로 이해했다는 신호죠. 144 00:07:18,299 --> 00:07:21,299 이제는 이동하면서, 운동하면서도 강의를 들을 수 있습니다. 145 00:07:21,299 --> 00:07:23,299 학습이 일상 속에 녹아드는 겁니다. 146 00:07:23,299 --> 00:07:25,299 더 이상 삶을 멈춰 세우지 않죠. 147 00:07:25,299 --> 00:07:28,299 그리고 제 눈길을 사로잡은, 굉장히 대담한 문장 하나가 있습니다. 148 00:07:28,299 --> 00:07:30,299 정말로 야심 찬 문장이에요. 149 00:07:30,299 --> 00:07:35,299 모바일, 태블릿, 데스크톱에서 99% 이상 동일한 경험을 보장하겠다고 합니다. 150 00:07:35,299 --> 00:07:37,299 이건 엄청난 약속입니다. 151 00:07:37,299 --> 00:07:39,299 거의 위험할 정도의 공약이죠, 표현하자면. 152 00:07:39,299 --> 00:07:41,299 그렇긴 합니다. 153 00:07:41,299 --> 00:07:42,299 하지만 동시에 전략적 신호이기도 해요. 154 00:07:42,299 --> 00:07:44,299 그들의 절대적 최우선순위가 ‘유연성’이라는 의미니까요. 155 00:07:44,299 --> 00:07:47,299 보편적인 접근성이라고 할까요. 156 00:07:47,299 --> 00:07:49,299 메시지는 아주 분명합니다. 157 00:07:49,299 --> 00:07:50,299 학습은 더 이상 책상 앞에 갇혀 있는 활동이 아닙니다. 158 00:07:50,299 --> 00:07:53,299 이제 어디에서든, 언제든 이뤄져야 하는 거죠. 159 00:07:53,299 --> 00:07:56,299 그것도 품질 저하 없이요. 160 00:07:56,299 --> 00:07:58,299 스스로에게 굉장히 높은 기준을 부여한 셈입니다. 161 00:07:58,299 --> 00:08:00,299 이제 전체적인 비전을 조금 떨어져서 보면, 162 00:08:00,299 --> 00:08:03,299 사소해 보이지만 사실 중요한 디테일 하나가 다국어 지원입니다. 163 00:08:03,299 --> 00:08:06,299 20개가 넘는 국가를 지원한다고 되어 있고, 164 00:08:06,299 --> 00:08:08,299 특히 아랍어처럼 165 00:08:08,299 --> 00:08:11,299 오른쪽에서 왼쪽으로 쓰는 언어에 대한 별도 언급도 있습니다. 166 00:08:11,299 --> 00:08:12,299 이건 기술적으로도 결코 간단하지 않거든요. 167 00:08:12,299 --> 00:08:14,299 여기서, 글로벌 확장이 처음부터 설계에 녹아 있었다는 게 보입니다. 168 00:08:14,299 --> 00:08:17,299 언젠가 할 먼 미래의 프로젝트가 아니라요. 169 00:08:17,299 --> 00:08:19,299 그렇죠, 이미 전제되어 있습니다. 170 00:08:19,299 --> 00:08:20,299 맞습니다. 171 00:08:20,299 --> 00:08:24,299 이 글로벌 야망은 관리자용 대시보드 부분을 보면 더 확실해집니다. 172 00:08:24,299 --> 00:08:26,299 즉, 어드민을 위한 통합 관리 화면이죠. 173 00:08:26,299 --> 00:08:28,299 기본적인 기능들은 물론 있습니다. 174 00:08:28,299 --> 00:08:31,299 학습자 추적, 강의 관리 같은 것들이요. 175 00:08:31,299 --> 00:08:34,299 하지만 여기에서 두 가지 특이한 유형의 리포트를 언급합니다. 176 00:08:34,299 --> 00:08:36,299 분석 리포트, 그리고… 177 00:08:36,299 --> 00:08:38,299 윤리적 사용 리포트죠. 178 00:08:38,299 --> 00:08:39,299 맞습니다. 179 00:08:39,299 --> 00:08:42,299 특히 이 두 번째가 제 관심을 많이 끌었습니다. 180 00:08:42,299 --> 00:08:46,299 윤리적 사용 리포트라면, 구체적으로 어떤 모습일까요? 181 00:08:46,299 --> 00:08:48,299 AI의 편향을 감시하는 걸까요? 182 00:08:48,299 --> 00:08:50,299 아니면 학생이 부정행위를 시도하는지 여부를 보는 걸까요? 183 00:08:50,299 --> 00:08:52,299 좋은 포인트입니다. 184 00:08:52,299 --> 00:08:55,299 이건 전략적, 상업적 관점에서 해석해야 한다고 봅니다. 185 00:08:55,299 --> 00:08:56,299 오, 그런가요? 186 00:08:56,299 --> 00:09:00,299 여기서의 핵심은, ‘윤리를 정교하게 다듬겠다’는 약속보다는 187 00:09:00,299 --> 00:09:03,299 자신들을 enterprise ready, 즉 대형 고객을 위한 솔루션으로 188 00:09:03,299 --> 00:09:05,299 포지셔닝하려는 의도라고 보는 게 타당합니다. 189 00:09:05,299 --> 00:09:08,299 대학이나 대기업을 상대로 할 땐, 190 00:09:08,299 --> 00:09:10,299 상대가 교육자들뿐만이 아닙니다. 191 00:09:10,299 --> 00:09:12,299 법무팀, 컴플라이언스 담당자들과도 이야기하게 되죠. 192 00:09:12,299 --> 00:09:13,299 그렇겠네요. 193 00:09:13,299 --> 00:09:15,299 그 사람들은 데이터 보호, 추적 가능성 등에 194 00:09:15,299 --> 00:09:18,299 매우 엄격한 요구 조건을 가지고 있습니다. 195 00:09:18,299 --> 00:09:19,299 맞습니다. 196 00:09:19,299 --> 00:09:21,299 이런 주제를 다루는 리포트를 제공하겠다고 하는 건, 197 00:09:21,299 --> 00:09:23,299 Startik 쪽에서 매우 분명한 메시지를 보내는 셈입니다. 198 00:09:23,299 --> 00:09:25,299 “우리는 여러분의 제약을 이해합니다. 199 00:09:25,299 --> 00:09:27,299 우리는 신뢰할 수 있고 책임감 있는 파트너입니다.” 200 00:09:27,299 --> 00:09:29,299 상당히 강력한 세일즈 포인트네요. 201 00:09:29,299 --> 00:09:31,299 정말 강력한 판매 논리죠. 202 00:09:31,299 --> 00:09:34,299 보다 기민하지만 덜 구조화된 다른 도구들과 차별화됩니다. 203 00:09:34,299 --> 00:09:38,299 도덕적 선언이라기보다는, 성숙도에 대한 증거에 가깝습니다. 204 00:09:38,299 --> 00:09:39,299 상당히 영리한 전략입니다. 205 00:09:39,299 --> 00:09:41,299 이제 모든 퍼즐 조각을 모아 보면, 206 00:09:41,299 --> 00:09:43,299 떠오르는 그림은 207 00:09:43,299 --> 00:09:46,299 진정한 올인원 솔루션에 가깝습니다. 208 00:09:46,299 --> 00:09:49,299 정적인 콘텐츠를 209 00:09:49,299 --> 00:09:51,299 동적인 경험으로 바꾸겠다는 약속에서 출발해, 210 00:09:51,299 --> 00:09:54,299 그 엔진 역할을 하는 건 적응형을 지향하면서도 211 00:09:54,299 --> 00:09:56,299 출처에 단단히 기반을 두는 AI입니다. 212 00:09:56,299 --> 00:09:59,299 바로 이런 RAG형 아키텍처 덕분에요. 213 00:09:59,299 --> 00:10:00,299 그렇죠. 214 00:10:00,299 --> 00:10:02,299 그리고 그 모든 기능을 감싸는 건 215 00:10:02,299 --> 00:10:04,299 가능한 한 최대한 부드럽게 설계된 인터페이스이고, 216 00:10:04,299 --> 00:10:06,299 글로벌 비전과 함께 217 00:10:06,299 --> 00:10:09,299 대형 조직들에게 신뢰를 주는 포지셔닝입니다. 218 00:10:09,299 --> 00:10:13,299 게다가 이들이 내세우는 마지막 슬로건은, 정말 단순하지만 강력합니다. 219 00:10:13,299 --> 00:10:14,299 “10초 안에 시작하세요.” 220 00:10:14,299 --> 00:10:16,299 요약이 아주 간결하죠. 221 00:10:16,299 --> 00:10:18,299 그리고 이 모든 얘기는 우리를 한 가지 질문, 222 00:10:18,299 --> 00:10:21,299 마지막으로 곱씹어 볼 질문으로 이끕니다. 223 00:10:21,299 --> 00:10:23,299 듣고 있습니다. 224 00:10:23,299 --> 00:10:26,299 만약 이런 도구가 정말로 자기 약속을 지킨다면, 225 00:10:26,299 --> 00:10:29,299 정말로 어떤 문서든, 226 00:10:29,299 --> 00:10:33,299 어떤 영상이든 상호작용형 AI 튜터로 바꿀 수 있다면, 227 00:10:33,299 --> 00:10:37,299 그건 ‘교수 자료’라는 개념 자체의 정의를 바꿔 버리는 일이 됩니다. 228 00:10:37,299 --> 00:10:38,299 그렇네요. 229 00:10:38,299 --> 00:10:41,299 연구 논문 한 편, 강연 스크립트, 230 00:10:41,299 --> 00:10:43,299 연차보고서 하나까지도, 231 00:10:43,299 --> 00:10:46,299 모두가 잠재적으로 232 00:10:46,299 --> 00:10:48,299 개인화된 학습의 원재료가 될 수 있는 겁니다. 233 00:10:48,299 --> 00:10:51,299 그렇다면 교육자들이 던져야 할 질문도 달라집니다. 234 00:10:51,299 --> 00:10:53,299 이제 질문은 더 이상 235 00:10:53,299 --> 00:10:56,299 “이 개념을 가르치기 위해 나는 어떤 콘텐츠를 새로 만들어야 하지?”가 아니라, 236 00:10:56,299 --> 00:10:57,299 대신에 이런 질문이 되는 거죠. 237 00:10:57,299 --> 00:10:59,299 “우리는 어떤 대화들을, 238 00:10:59,299 --> 00:11:01,299 어떤 탐구 과정을 촉발시킬 수 있을까? 239 00:11:01,299 --> 00:11:04,299 이미 우리 주변에 넘쳐나는 240 00:11:04,299 --> 00:11:06,299 거대한 콘텐츠의 바다로부터 말이다?” 241 00:11:06,299 --> 00:11:08,299 이건 결국, 교육 패러다임 자체를 바꾸게 될 242 00:11:08,299 --> 00:11:10,299 상당히 아찔한 전환입니다.

Startik, RAG 콘텐츠를 변혁하는 AI

---

일반적인 약속과 해결하는 문제

• 기존 콘텐츠(PDF, 오디오, 비디오, 웹페이지)를 몇 분 만에 인터랙티브 학습 경험으로 전환
• 단순한 온라인 강의를 넘어, AI가 개인 튜터 역할을 수행
• 이중 문제에 대한 해답: 쌓여만 가는 « 잠자는 » 콘텐츠에 치인 강사와, 상호작용과 개인화를 갈망하는 학습자

콘텐츠 변환과 교육 시나리오

• 다양한 소스 지원: 오디오, 비디오, PDF, Word, 웹페이지, 또는 AI 도움을 활용한 도구 내 직접 제작
• 풍부한 활동 생성: 무한·적응형 퀴즈, AI가 이끄는 토론, 지적 시뮬레이션
• 토론에서: AI가 한 입장(때로는 반대 입장)을 취해, 학습자가 출처를 바탕으로 논증하도록 유도
• 목표: 기계와 « 이기는 것 »이 아니라, 사고를 구조화하고, 증거를 찾으며, 비판적 사고를 기르는 것
• 핵심 한계: 결과의 품질은 원본 콘텐츠의 품질에 좌우됨 (garbage in, garbage out)

Smarter Startik AI: 이해, RAG, 그리고 적응

• 지향점: 키워드가 아닌 학습자의 의도를 이해하는 것
• 자동 검색: 우선적으로 강사의 문서를 참조하고, 필요시 웹에서 추가 탐색
• RAG 아키텍처의 단서: 출처의 발췌문을 추론 과정에 통합해 환각(hallucination)을 최소화
• 답변은 무작위 인터넷이 아닌 강의 내용에 근거
• 지속적인 진행 상황 추적: 수준을 조정하고, 막혔을 때 설명 방식을 변경(비유, 예시 등)
• « 정답을 알려주는 AI »에서 « 왜 맞는지 이해하도록 돕는 AI »로의 전환
• 강사에 의한 개인화: 강의 특성에 따라 말투, 답변 형식, AI의 성격 설정

사용자 경험과 사용의 유연성

• 유동성에 집중: 응답 속도, 학습 흐름을 끊는 요소 제거
• 고급 지원: 수식, 그래프, 이공계·기술 분야에 대한 적응
• AI 답변에 출처를 항상 표시해 신뢰성과 추적 가능성 강화
• « 인지적 마찰 » 감소: 사용자는 플랫폼이 아니라 콘텐츠에 집중
• 모바일에서 백그라운드 오디오 재생 지원: 일상(이동, 운동 등)에 학습을 자연스럽게 통합
• 모바일·태블릿·PC에서 99% 이상 동일한 경험을 제공하겠다는 약속: 유연성과 보편적 접근성에 최우선

글로벌 비전, 다국어, 거버넌스

• 20개국 이상 지원, 아랍어 등 우에서 좌로 쓰는 언어 포함
• 사후 추가가 아닌, 설계 단계부터 반영된 글로벌 지향
• 완전한 대시보드: 학습자 추적, 강의 관리, 고급 분석 리포트
• 윤리적 사용에 대한 리포트: 대기업·대학의 컴플라이언스(데이터, 추적성) 요구에 대응
• 법무·컴플라이언스 담당자와 교육 담당자 모두를 안심시키는 « 엔터프라이즈 레디 » 포지셔닝

요약 및 교육 패러다임의 변화

• 올인원 솔루션: 정적 콘텐츠를 동적 경험으로 변환, 출처에 뿌리를 둔 적응형 AI 엔진, 유려한 인터페이스, 글로벌 비전과 견고한 거버넌스
• 핵심 슬로건: « 10초 안에 시작하세요 » — 단순성에 대한 약속을 함축
• 교수 자료의 재정의: 모든 문서(기사, 콘퍼런스 스크립트, 연차 보고서)가 개인화된 학습을 위한 원천 재료가 됨
• 강사에게 제기되는 질문의 전환: « 어떤 콘텐츠를 새로 만들어야 할까? »에서 « 이미 존재하는 방대한 콘텐츠의 바다에서 어떤 대화와 탐구를 촉발할까? »로
• 핵심 과제가 단순한 자료 제작이 아니라, 학습자·AI·콘텐츠 간 상호작용을 어떻게 오케스트레이션할 것인가에 놓이는 새로운 패러다임의 등장