한기대 AI 학습분석실은 교수 발화를 STT로 변환해 말하는 속도·발화량·키워드를 실시간으로 보여줍니다.
수업 중 키워드 기반 퀴즈를 즉석 생성하고, 참여율·정답률로 이해도를 빠르게 가늠할 수 있습니다.
다만 ‘감시’가 아니라 수업 개선을 위한 참고자료로 쓰려면 동의·파기·판단 기준이 함께 설계돼야 합니다.

안녕하세요. 디지털에이전시 이앤아이입니다.

대학 강의실에서 AI가 교수의 말하는 속도와 주요 키워드를 분석하고, 수업 내용을 바탕으로 즉석 퀴즈를 만들어 정답률까지 바로 보여준다. 아직 ‘미래 교실’ 이야기처럼 들리지만, 한국기술교육대학교에서는 ‘AI 학습분석실’이라는 이름으로 실제 수업에 적용 중이라고 합니다.

핵심은 강의가 ‘녹화 후 분석’이 아니라 ‘실시간 피드백’으로 바뀐다는 점이에요.
교수 음성은 STT(Speech to Text)로 곧바로 문자로 변환되고, 대형 화면에는 발화 내용과 발화량, 말하는 속도, 주요 키워드가 표시됩니다. 교수 입장에서는 “내가 너무 빨리 말하고 있나?”, “핵심 개념을 충분히 반복했나?” 같은 감각적인 부분을 데이터로 확인할 수 있는 셈이죠.

여기에 생성형 AI가 더해지면서 수업 중 특정 키워드를 바탕으로 문제를 즉석에서 만들고, 학생들이 답을 제출하면 참여율과 정답률이 바로 집계됩니다. 정답률이 낮게 나온 구간은 ‘이해가 덜 됐을 가능성’이 있는 지점으로 표시될 수 있고요. 결국 교수에게는 수업 흐름을 조정할 힌트가, 학생에게는 자기 점검의 기회가 생깁니다.

학생은 단순히 분석 대상만은 아닙니다.
수업 자료에 접근하거나 AI 챗봇을 활용하고, 실제 강의에서 다룬 내용을 기반으로 AI가 만든 문제를 풀면서 이해도를 확인합니다. 강의실 카메라는 학생 움직임과 교수 이동 경로 같은 수업 상황도 기록해 데이터로 남기는데, 여기서 중요한 전제가 하나 있습니다.

바로 ‘집중도 감시’로 쓰지 않겠다는 원칙입니다. 한기대 측은 몸이나 시선의 움직임만으로 집중 여부를 단정할 수 없고, 행동 데이터는 여러 참고자료 중 하나일 뿐이라고 설명했습니다. 데이터는 학생 동의를 받아 수집하고, 분석 후 개인정보를 파기한다고도 밝혔고요. 이런 장치가 있어야 기술이 교육을 돕는 도구로 남을 수 있습니다.

운영 범위도 빠르게 넓어지고 있습니다.
2024년 2학기 4개 교과목에서 정규수업에 처음 적용한 뒤, 현재는 공학·인문·교양 분야 10여 개 과목으로 확대됐고, 연말까지 AI 강의실을 총 10곳으로 늘릴 계획이라고 합니다. ‘시범’이 아니라 ‘인프라’로 자리 잡는 단계로 넘어가는 모습이네요.

이 흐름이 던지는 질문은 분명합니다. 이제 대학의 AI 전환은 과제 작성 도구나 챗봇 제공을 넘어, 수업과 학습 데이터를 어떻게 활용할지, 그리고 개인정보와 교육적 판단의 경계를 어디에 둘지까지 포함합니다. 데이터가 많아질수록 더 중요한 건 ‘무엇을 측정할 것인가’보다 ‘어떻게 해석하고, 어디까지 개입할 것인가’입니다.

이앤아이 관점에서 보면, 이런 시스템이 안정적으로 굴러가려면 기술만큼 운영 설계가 중요합니다. 동의 절차, 데이터 보관·파기 정책, 대시보드 접근 권한, 수업 개선에 쓰는 기준(예: 정답률이 낮을 때 어떤 액션을 할지)까지 처음부터 정리돼야 현장에서 혼란이 줄어듭니다. AI가 수업을 돕는 ‘조력자’가 되려면, 사람의 판단을 보완하는 구조로 설계하는 게 핵심이겠죠.
이앤아이와 함께 더 나은 웹 환경을 만들어 나가요!

#AI학습분석 #STT #생성형AI #에듀테크 #학습데이터 #강의혁신 #개인정보보호 #대학DX

#이앤아이 #디지털에이전시 #ENIMedia #AI전문기업 #대학교홈페이지