수준 진단 기반 개인화 학습
단순 챗봇 응답이 아니라 먼저 이해도를 측정하고 설명 난이도를
조정합니다.
프로젝트 소개
기존 LLM 학습 서비스의 한계를 넘어
이음은 학습자료와 수준 진단 결과를 기반으로 개인의 이해 상태를 분석하고, 다음 학습 방향을 이어주는 AI 학습 튜터입니다.
프로젝트 배경
결국 기존 AI 학습은 “설명”은 제공하지만, 학습 상태를 기억하고 다음 행동을
설계하는 구조가 부족합니다.
이음은 사용자의 학습 자료와 수준 진단 결과를 기반으로 개인의 이해 상태를
분석하고 맞춤형 학습 경험을 제공하는 것을 목표로 합니다.
핵심 차별점
학습 상태를 추적하는 구조
선수 개념 기반 진단 흐름
핵심 개념과 선수 관계를 기준으로 현재 학습 출발점을 찾습니다.
PDF + Knowledge Graph + RAG
업로드한 자료에서 개념을 뽑고, 그래프와 검색 기반 답변을 결합합니다.
프로젝트 단위 학습 상태 추적
운영체제, 자료구조처럼 프로젝트별 개념 상태를 분리해 관리합니다.
학습 로그 및 메모 관리
채팅 기록, 진단 결과, 메모를 함께 남겨 다시 이어 공부할 수 있습니다.
N-term 집중 개념 미니퀴즈
최근 대화에서 반복된 개념을 회상 연습으로 점검합니다.
Demo
소개 영상
학습 효과와 AI 튜터 설계 근거
번호제목출처연도
1Generative AI without guardrails can harm learning: Evidence from high school mathematicsProceedings of the National Academy of Sciences2025
2The science of effective learning with spacing and retrieval practiceNature Reviews Psychology2022
3AI meets the classroom: When do large language models harm learning?arXiv preprint2024
Team
캡스톤디자인 2026 52조
이송하
Frontend
20215210
songha327@kookmin.ac.kr
박혜민
Backend
20222971
hyeals22@gmail.com
조민정
Backend
20231895
chominjung821@kookmin.ac.kr
민태윤
AI
20233138
mintaeyoon@kookmin.ac.kr