AI가 그리는 학습 지도, 아이스크림에듀의 지식맵 연구가 국제학계를 사로잡다

fnnews.com 보도 | 2026-06-18 AI가 그리는 학습 지도, 아이스크림에듀의 지식맵 연구가 국제학계를 사로잡다

한국 에듀테크 기업 아이스크림에듀의 연구진이 개발한 AI 기반 지식맵 생성 기술이 국제적인 학술적 인정을 받았다. 과학기술정보통신부 지원 과제의 일환으로 수행된 이번 연구는 대규모 언어모델(LLM)을 활용해 교육과정의 방대한 비정형 텍스트에서 핵심 지식을 자동으로 추출하고 구조화하는 방법론을 제시했다. 특히 다중 에이전트 워크플로(MAW)를 도입해 기존 지식맵 구축 방식의 가장 큰 걸림돌이었던 ‘학습 요소 관계 그래프 단편화’ 문제를 해결한 점이 국제 심사위원들의 주목을 받았다.

AI가 해결한 교육 데이터 구조화의 난제

아이스크림에듀는 데이터드리븐(주관기관), 건국대 교육데이터과학연구소와 공동으로 적응형 학습 기술 연구를 진행해 왔다. 이번에 국제학회 ACDSA(Advanced Computing, Data Science and Applications)에 채택된 논문은 두 편이다. 첫 번째 논문은 AI 기반 지식맵 생성 과정에서 단일 에이전트가 순차적으로 작업을 수행하는 기존 방식과 여러 AI 에이전트가 분업과 협업을 통해 동시에 작업을 처리하는 MAW 방식을 비교 분석했다. 두 번째 논문은 교육 분야에서 사례 기반(CASE 기반) 지식 그래프를 구축할 때 AI 시뮬레이션을 통해 전문가 수준의 주석을 자동 생성하는 방법론을 다뤘다.

두 논문의 공통 분모는 LLM을 활용한 비정형 교육 텍스트의 자동 구조화다. 교육 현장에서 생성되는 성취 기준, 학습 목표, 교과서 본문, 평가 문항 등은 체계적인 데이터베이스가 아닌 자연어 문서 형태로 존재하는 경우가 대부분이다. 기존에는 교육 전문가가 이러한 자료를 하나하나 분석해 지식 간 관계를 수작업으로 그래프화해야 했다. 이 과정은 막대한 인력과 시간 비용을 요구했을 뿐만 아니라, 전문가마다 주관적 판단이 달라 일관성 유지가 어려웠다. 더 큰 문제는 교육과정이 개정되거나 새로운 학습 내용이 추가될 때마다 전체 지식맵을 수동으로 갱신해야 한다는 점이었다.

아이스크림에듀 연구진이 제안한 MAW 기반 접근법은 이러한 한계를 획기적으로 개선했다. 다중 에이전트 시스템은 하나의 LLM에 모든 작업을 맡기는 대신, 각기 다른 역할을 담당하는 여러 AI 에이전트가 협력한다. 예를 들어 한 에이전트는 텍스트에서 핵심 개념을 추출하고, 다른 에이전트는 개념 간 인과관계나 선후 관계를 분석하며, 또 다른 에이전트는 생성된 관계 그래프의 교육적 타당성을 검증하는 식이다. 연구진은 이러한 분업 구조를 통해 지식 구조의 연결성, 구조적 충실도, 연관 품질, 교육적 타당도 모두에서 의미 있는 개선을 확인했다고 밝혔다.

국제학회 채택이 주는 의미와 에듀테크 산업의 흐름

이번 연구가 채택된 ACDSA는 데이터 과학과 컴퓨팅 응용 분야의 국제 학술대회로, AI 기술의 실용적 적용 사례에 엄격한 심사 기준을 적용하는 것으로 알려져 있다. 한국의 교육 기업이 자체 R&D 성과로 국제 학회에서 두 편의 논문을 동시에 발표하게 된 것은 국내 에듀테크 업계의 기술력이 글로벌 수준에 도달했음을 시사한다.

주목할 점은 이 연구가 단순한 학술적 호기심이 아니라 실제 교육 서비스에 적용될 구체적인 기술이라는 사실이다. 아이스크림에듀는 이미 자사 에듀테크 플랫폼에 AI 기반 개인 맞춤형 학습 시스템을 탑재하고 있다. 학생이 문제를 풀고 학습 콘텐츠를 소비할 때마다 시스템은 실시간으로 학습자의 성취 수준과 행동 패턴을 분석해 최적의 학습 경로를 추천한다. 이때 핵심이 되는 것이 바로 지식맵이다. 정교하게 설계된 지식맵이 있어야 학생이 어떤 개념을 이해하지 못하는지, 어떤 선수 학습이 필요한지 정확히 진단할 수 있다.

현재 글로벌 에듀테크 시장은 적응형 학습(Adaptive Learning) 기술을 두고 치열한 경쟁이 벌어지고 있다. 미국의 카네기러닝, 드림박스 러닝, 중국의 Squirrel AI 등 주요 기업들은 저마다 독자적인 지식 그래프 엔진을 개발해 차별화를 꾀하고 있다. 하지만 대부분의 기업이 여전히 전문가 수작업에 크게 의존하는 하이브리드 방식을 채택하고 있는 상황에서, 아이스크림에듀의 MAW 기반 자동 생성 기술은 상당한 경쟁 우위를 제공할 수 있다.

연구책임자인 박대협 아이스크림에듀 R&D과제팀장은 이번 성과에 대해 “교육 전문가 운용 비용을 낮추고 변화하는 교육환경에도 유연하게 대응할 수 있는 기반을 마련했다”고 평가했다. 실제로 MAW 시스템은 교육과정 개정이나 새로운 교과 도입 시 지식맵을 신속하게 갱신할 수 있어, 전통적인 방식 대비 업데이트 주기를 획기적으로 단축시킬 것으로 예상된다.

에듀테크 패러다임 전환의 신호탄

이번 연구 성과는 단순히 한 기업의 기술적 진보를 넘어 에듀테크 산업 전반에 중요한 시사점을 던진다. 첫째, LLM의 교육 분야 적용이 콘텐츠 생성이나 질의응답 챗봇 수준을 넘어 지식 구조화라는 고난도 영역으로 확장되고 있다는 점이다. 이는 AI가 단순한 도구를 넘어 교육 설계의 핵심 엔진으로 자리 잡을 가능성을 보여준다.

둘째, 자동화된 지식맵 구축 기술은 교사의 업무 부담을 실질적으로 경감시킬 수 있다. 교사가 직접 학습 진단지를 설계하거나 학생별 취약 개념을 일일이 분석해야 했던 기존 방식에서, AI가 기본적인 지식 네트워크를 제공하고 교사는 그 위에서 더 창의적인 수업 설계에 집중할 수 있는 환경이 조성될 수 있다.

셋째, 이 기술은 교육 격차 해소에도 기여할 수 있다. 고비용의 학습 분석 시스템은 대형 학원이나 재정이 풍부한 학교에만 도입 가능했지만, AI 기반 자동 지식맵 생성 기술이 보편화되면 중소 규모의 교육 기관이나 개별 교사도 저렴한 비용으로 고도화된 적응형 학습 시스템을 구축할 수 있게 된다.

물론 넘어야 할 과제도 존재한다. AI가 생성한 지식맵의 정확성과 오류 가능성에 대한 지속적인 검증 체계가 필요하다. 교육적 맥락에서 잘못 연결된 지식 관계가 학습자의 개념 이해에 부정적 영향을 미칠 수 있기 때문이다. 또한 개인정보 보호와 데이터 윤리 문제, AI 결정에 대한 설명 가능성 등도 해결해야 할 숙제다.

그럼에도 불구하고 이번 연구는 한국 에듀테크 기업이 글로벌 무대에서 기술 경쟁력을 입증했다는 점에서 의미가 크다. 아이스크림에듀가 개발한 MAW 기반 지식맵 생성 기술이 실제 교육 현장에 안착해 학생들의 학습 효율을 얼마나 개선할 수 있을지, 그리고 이 기술이 국내 에듀테크 생태계 전반에 어떤 파급 효과를 가져올지 주목된다. AI가 그리고 있는 정교한 학습 지도 위에서, 한국 교육의 새로운 항로가 열리고 있다.