교실용 AI 플랫폼, 표준·데이터·교사 제어로 믿음을 설계하라
· BNV Solutions
EdSurge가 보도한 Learning Commons의 K-12용 개방형 AI 플랫폼 출시는 CZI의 지원 하에 교과 기준과 데이터·도구를 묶어 교실용 솔루션을 만들려는 시도가 실무로 옮겨진 사례입니다. KEDI 청람교육포럼에서도 AI의 활용을 학생평가·진로교육·교사역할 등 학교 현장의 네 관점으로 논의한 점은 같은 맥락입니다.
에듀테크 코리아 페어에서 소개된 AI 기반 교육공간 설계 플랫폼 사례는 기술이 단순한 생산성 도구를 넘어 교과 환경과 예산 제약을 반영하는 방식으로 학교 운영에 들어오고 있음을 보여줍니다. 이들 사례는 플랫폼이 curricula*에 맞춰 동작해야 하고 datasets*의 출처와 품질을 공개해야 함을 시사합니다.
실무 판단 기준은 구체적입니다. 첫째, 학습활동 목표와 직접 연결되는 평가 지표를 먼저 설계해야 합니다. 둘째, 학습용 datasets의 수집·검증 과정을 문서화하고 편향 점검을 운영 정책에 포함해야 합니다. 셋째, 교사가 에이전트를 제어·수정할 수 있는 UI와 거버넌스 권한을 기본값으로 제공해야 합니다.
또한 Hechinger의 Khanmigo 사례가 보여주듯, 학생들이 에이전트를 '답안기'로만 쓰거나 에이전트가 원치 않는 질문을 던질 때 교실 실무가 흔들립니다. 그래서 평가 설계는 단순 재현을 넘어 사고·의사소통·설계능력을 측정하도록 바뀌어야 하며, 로그·피드백 루프를 통해 에이전트 행동을 교사가 빠르게 수정할 수 있게 해야 합니다.
비앤브이솔루션은 DuoCodi·DuoMath·DuoTutor·DuoLumi 운영 경험을 바탕으로 curricula 매핑, datasets 검증 파이프라인, 그리고 교사용 제어판을 제품 설계 원칙으로 삼고 파일럿을 진행합니다. 교사가 주도하는 규범과 기술적 검증이 결합될 때 비로소 교실용 AI 에이전트*는 신뢰를 얻습니다.