홍콩대학교 AI Teaching Assistant
홍콩대학교 비즈니스 스쿨과 한국 AI 스타트업 까리용이 공동 개발한 이 프로젝트는 MBA식 토론 중심 수업을 위한 AI Teaching Assistant로, 단순 정답 제공이 아닌 사고 유도에 특화되어 있습니다. Learning Helper Bot과 Q&A Bot으로 구성된 이 시스템은 교수진이 PDF, PPT, Word 등의 수업 자료를 업로드하기만 하면 RAG 기술을 통해 자동으로 수업별 맞춤 챗봇을 생성하며, 학생들에게는 수업 맥락에 기반한 질문을 통해 스스로 논리를 구성하도록 유도하고 행정 관련 질문에는 즉시 응답합니다. 평균 세션 길이 1시간 50분이라는 높은 참여도를 기록하며 현재 홍콩, 프랑스, 한국 3개 대학교에서 시범 운영 중입니다.

프로젝트 한 눈에 보기
| 고객 | 산업 | AI 기술 | 프로젝트 기간 |
|---|---|---|---|
| 홍콩대학교 | 교육 | RAG, 챗봇 | 개발 1개월 + 지속 개선 중 |
1. 고객사 소개
홍콩대학교 비즈니스 스쿨(HKU Business School)은 아시아를 대표하는 경영대학 중 하나입니다. FT의 종합 연구 순위 기준 아시아 1위를 기록한 바 있으며, UTD 리서치 랭킹에서는 2020-2024년 기간 동안 아시아 1위로 평가되고 있습니다. 금융, 전략, 경영학, 회계, 데이터 분석 등 폭넓은 분야에서 학부·석사·MBA·박사 과정을 운영하고 있으며, 케이스 스터디와 토론 중심의 교육 방식을 통해 실무형 리더를 양성하고 있습니다.
2. 프로젝트 개요
본 프로젝트는 홍콩대학교 비즈니스 스쿨(HKU Business School)과 한국 AI 스타트업 까리용이 공동 진행하였으며, 일부 수업에서 시범 운영할 AI Teaching Assistant를 개발하는 것을 목표로 하였습니다. 특히 AI 기술을 통해 MBA식 토론 중심 수업의 몰입도와 학습 효율을 높이고자 하였습니다. 이 시스템은 두 가지 AI — Learning Helper Bot과 Q&A Bot — 으로 구성되어 있으며, 각각 사고 유도형 학습 지원과 수업 운영 자동화 역할을 담당합니다. 이 협업은 단순한 챗봇 구축을 넘어, 경영대 식 토론 수업에 특화된 학습 경험 설계(AI-enhanced pedagogy)를 목표로 하였습니다.
3. 성과
높은 학생 참여도
채팅의 평균 세션 길이는 1시간 50분으로, 일반적인 AI 시스템 대비 매우 높은 수치를 기록하고 있습니다.
국내외 3개 대학교에서 일부 수업 시범 운영 중
2025년 가을학기 현재 홍콩대학교, 프랑스 및 국내 대학교 중 일부 수업에서 시범 운영을 진행 중입니다.
지속적인 개선 작업 진행
교수진과 학생의 피드백 및 통계 데이터를 기반으로 AI 답변 개선, 데이터 저장 속도 향상 및 업로드 자료 포맷 추가 등을 진행하고 있습니다.
| 대상 | 주요 효과 |
|---|---|
교수진 | 1. 수업 자료 업로드만으로 챗봇 자동 생성
2. 행정 응답 시간 감소
3. 수업 일관성 유지 |
학생 | 1. 24시간 맞춤형 질의응답
2. 수업 내용 기반 사고 유도
3. 수치로 증명된 학습 몰입도 향상 |
4. 배경 & 과제
MBA를 비롯한 비즈니스 스쿨 수업의 핵심은 "토론을 통한 사고 확장"입니다. 케이스 스터디(Case Study) 와 토론 중심 학습(Discussion-based Learning)을 통해 학생들은 주어진 기업 사례를 분석하고, 이론적 틀을 실제 의사결정 맥락에 적용하며, 다른 학생들과 논리적 토론을 수행하게 됩니다. 그러나 이러한 학습 방식은 다음과 같은 현실적인 어려움을 동반했습니다.
수업 자료 접근성 문제
학생들은 수업 중 다루어진 핵심 개념을 토론 중 즉시 참조하기 어렵고, 이로 인해 토론이 피상적으로 흘러가는 경우가 많았습니다.
범용 AI의 한계
최근 ChatGPT 등 범용 AI가 학습 도구로 활용되기 시작했지만, 강의 맥락과 교수 의도를 반영하지 못하고, 정답 중심 응답에 머무르는 경우가 많았습니다. 즉, 배움을 위해 사용되는 것이 아닌 정답을 바로 찾아 과제를 대신 하는 등, Cheat Sheet 역할에 가까웠습니다.
반복되는 질문 처리 부담
교수와 조교는 매 학기마다 동일한 행정·운영 관련 질문(과제 제출 일정, 평가 기준 등)에 반복적으로 답해야 했습니다.
수 워크플로우에 맞는 설계의 필요성
비즈니스 스쿨 수업은 매주 새로운 자료 업데이트가 이루어지고, 코스 자료의 형태도 PDF, PowerPoint, Word 등 다양합니다. 이에 따라 AI 시스템 역시 교수의 주간 운영 흐름과 자료 관리 방식에 자연스럽게 녹아들 수 있도록 설계될 필요가 있었습니다.
이러한 문제를 해결하기 위해 "AI가 교수법을 대체하지 않고, 교수자의 실제 워크플로우에 맞춰 학습과 토론을 촉진하는 조력자로 작동해야 한다"는 원칙 아래 본 프로젝트를 설계하였습니다.
5. 접근법 & 전략
교수진과의 인터뷰 및 학생 피드백을 통해 실제 학교의 워크플로우와 목표를 분석하여 개발 원칙을 세웠습니다:
AI는 '조력자'이지 대체자가 아니다.
정답 제공 대신 사고 과정 유도
교수 워크플로우에 완전 정렬
매주 업데이트되는 강의자료(PDF, PPT, Word 등)를 손쉽게 반영
보안 우선 설계
모든 데이터는 보안 서버에서 처리, 외부 유출 없음
6. 솔루션
교수진은 별도의 설정이나 파인튜닝 과정 없이, 기존 수업 자료를 업로드하기만 하면 AI가 자동으로 이를 분석해 수업별 맞춤 챗봇을 생성할 수 있도록 시스템을 구성하였습니다. 이를 통해 수업 준비와 운영에 소요되는 시간을 최소화하면서도, 학생들에게는 보다 정교한 학습 지원을 제공할 수 있습니다.
손쉬운 수업 자료 관리
간편한 자료 업로드
교수진은 PDF, Word, PowerPoint 등 다양한 형식의 파일을 변환없이 그대로 업로드할 수 있습니다.
자동 갱신
업로드된 파일은 자동으로 벡터 데이터베이스에 반영되며, 변경 사항이 있을 경우 자동 업데이트됩니다.
별도 설정 불필요
복잡한 파인튜닝이나 데이터 전처리 과정 없이, 자료 업로드만으로 AI가 수업에 맞는 학습 환경을 구성합니다.
빠른 운영 및 유지보수
새로운 학기나 과목 개설 시에도 기존 파일만 교체하면, 챗봇이 자동으로 갱신되어 즉시 사용 가능합니다.
또한 사고를 확장시키는 챗봇과 행정적인 질문을 응답하는 AI 시스템을 분리하여 각 상황에 가장 적절한 응답을 줄 수 있도록 구성하였습니다.
1. Learning Helper Bot – 사고 유도형 학습 파트너
Learning Helper Bot은 학생이 던진 질문에 곧바로 답변을 제공하지 않고, 해당 수업의 핵심 개념과 이론을 상기시키며 사고를 확장하도록 설계되었습니다. 이 AI는 교수진이 제공하신 수업 자료(슬라이드, 리딩 자료, 강의 노트 등)를 기반으로 작동하며, 수업 맥락에 맞는 질문을 생성합니다.

이처럼 Learning Helper Bot은 단순한 정답 제시가 아닌, 학생이 스스로 사고 과정을 재구성하고 논리적 근거를 찾아내는 학습 과정을 유도합니다.
2. Q&A Bot – 수업 운영 효율화를 위한 스마트 조교
Q&A Bot은 행정 및 운영 관련 질문에 즉시 응답하는 AI입니다. 강의 계획서, 과제 제출 일정, 평가 기준 등의 정보를 자동으로 인식하여, 교수진과 조교님의 반복적인 응답 부담을 줄입니다.

7. 보안 및 개인정보 보호
강의 자료 보호
모든 강의 자료는 지정된 보안 서버 내에서만 처리되며 타 기관으로 전송되지 않습니다.
교수진이 업로드한 슬라이드, 리딩 자료, 과제 설명 등은 수업별로 격리되어 저장되어 다른 과목 또는 외부 사용자가 접근할 수 없습니다.
학생 개인정보 보호
학생 개별 채팅 내용은 교수나 관리자에게 자동으로 공유되지 않습니다.
8. 기술
교수 인터페이스 (웹)
PDF, PPT, Word 등 자료 업로드
주간 업데이트 반영 자동화
Q&A Bot
운영·일정 조교
Learning Helper
사고 유도형 챗봇
학생 웹/모바일 인터페이스
실시간 질의응답
보안 및 개인정보 보호 계층
강의자료 분리 저장
기본 학생 대화 내용 비공개
| 구성 요소 | 주요 기술 |
|---|---|
Vector Database | Milvus |
Data Pipeline | 자체 개발 |
LLM | Gemini 2.5 |
Backend | NestJS, Prisma |
Frontend | Next.js |
Infrastructure | Google Cloud |

