BELL 아이디어톤 회고
예
예준천
Log
카테고리
未設定
11월 9일 서강대학교 창업학회 연합 아이디어톤을 다녀왔다.
랜덤 팀 구성
블랙박스 소속 경제학과 24학번 학우분과, 인액터스 소속 중문과 21학번 학우분과 팀이 되었다.
소소한 스몰톡을 나누고, 여유롭게 아이디에이션을 했다.
결정권자 없는 아이디에이션
아쉬운 부분은 팀장을 정하지 않았다. 특히 3명 모두 처음 만난 사이이기에 아이디어에 대한 비판적인 의견교환이나 확정적 결정이 어려웠다.
그래도 폭 넓은 주제, 특히나 나와 다른 방향으로 세상을 바라보는 사람들과 아이디어를 나누는 건 좋았던 것 같다.
AI가 인간을 교육해
결국 기각된 아이디어이지만 아직 내 마음에 와 닿는 캐치프레이즈가 있는데 여기에라도 적어두고 싶다.
AI가 잘하더라도 인간에게 필수적인 역량들을 갖추고 있어야한다.
예를 들어 컴퓨터가 수학연산을 아무리 잘하더라도, 지성인은 덧셈 , 뺄셈을 할 수 있어야한다.
그렇다면 AI가 잘하는 분야 중에 오히려 인간이 부족한 역량을 찾아서 역으로 학습시켜보자.
( 이전에는 인간이 하나하나 라벨링해주며 supervised learning으로 가르쳤던 모델이 이제는 인간을 가르친다는게 묘한 이질감을 느끼게 하고 재미를 준다. 모델은 발전만 하지만, 인간은 새로운 생명이 태어나면 다시 이전 세대의 지식을 전달해야한라는 기본적인 개념도 다시 깨닫는다. )
그 중에서 타깃 했던 건 우리가 포커싱해본건 디지털 리터러시. 60대 이상의
가짜뉴스를 구별하는 판단력, 스팸 및 스미싱 문자를 의심할 수 있는 비판적 시선을 가지지 못 했지
급하게 선회
우리의 유저는 60대지만, 구매는 2-30대가 부모님, 조부모님을 위해 해 주리라 (순진하게도) 가정했다.
유저인터뷰를 진행해봤는데, 암울한 결과가 나왔다. 요약하자면 '오 취지는 좋지만, 제 돈 쓸거 같진 않은데요?'.
실버 대상 교육을 진행하는 문화센터의 교육 플랫폼으로 납품하는 B2G로도 포커싱하면 어떨까도 생각해봤지만, 매력 없는 프로덕트를 정부의 눈먼 돈 받아먹는 느낌이라 only B2G는 좋은 평가를 기대하기 어려웠다.
기능 구체화를 하면서도 '어 애매한데? AI가 없는 기존의 솔루션과 그렇게 차별적인 엣지를 가지고 있나? ' 같은 의심이 들었다.
그렇게까지 장기적으로 학습해야할 문제인가? 라는 점도 존재했다. 가짜뉴스 / 스미싱 이런걸 한두번은 몰라도 3달 4달 O X 퀴즈로 구별하는 법을 배우고 싶을까? 나만 생각해봐도 절대 아니었다.
내 문제를 해결해줘
마감 2시간 반 남기고 다른 아이디어를 들고왔다.
나는 요새 다른 전공을 복수전공해볼까 고민 중이다.
근데 내가 직접 어떤 수업을 들어야하는지, 어떤 설계가 가능한지 테크트리를 조합해보기 귀찮아서 미루고 있다.
요새는 대 복수전공, 전과, 자율전공학부, 학생설계전공의 시대이다. 꼭 저런게 아니더라도 그냥 다른 학과의 수업을 들어보는 학생들도 꽤나 있다.
그런데 정보를 찾아 볼 수 있는 채널이 니즈에 비해 열악하다고 생각했다.
공식홈페이지 Pdf 카탈로그의 획일화된 권장 로드맵, 에브리타임 강의 정보, 하나하나 강의명을 검색해서 다운로드 받아야하는 강의계획서.
결국 사용자의 컨텍스트를 기반으로, 정보의 홍수에서 검색 잘해주고 싶다는거다. 지난주에 했던거랑 겹쳐서 조금 양심에 가책은 들지만, 도메인과 해결하는 문제가 다르다면 오케이였다.
feature와 사업성
말하듯이 검색하는 내가 원한 강의
지난 해커톤에서 사용했던 기능과 유사하게 구성해봤다. 기존 키워드 일치성 검색 방식에서 LLM 을 사용한 자연어 검색.
학교 측에서 확보한 강의계획서, 강의 후기 기록, 학과별 실라버스 데이터를 기반으로 유저의 컨텍스트에 맞는 강의를 찾아준다.
아직 에브리데이 프로덕트 중에 제한된 데이터 안에서 의미 기반으로 검색하는 것이 없어서였던 것 같기도 하다.
나의 진로에 맞는 강의
진로의 방향성이 일찍 정해진 학생들에게는 어떤 수업을 들으면 좋을지, 다른 전공의 어떤 수업이 있는지 탐색할 수 있다. 일례로, 나는 인공지능 관련 수업을 하나 듣고 싶었는데 어떤 수업이 있는지 '인공지능, 머신러닝, 강화학습, 선형, 데이터 ' 이렇게 하나하나 검색해보면서 강의 계획서를 봐야만 했다.
사실 모두가 나처럼 게으르지는 않다. 주변 지인 중, 오디오 AI를 전공으로 하고자 하는 친구는 인공지능과 관련된 수업은 2학년에 들어두고, 다른 단과대의 음운론이라는 수업도 찾아서 듣는다.
실제 시간표까지 고려해주는 섬세함
강의를 탐색하는 기능만 있는 서비스는 학생들이 자주 들어올 것 같지 않았다. 어떤 기능들이 더 있으면 좋을까 고민하다 시간표까지 고려하고 짜줄 수 있으면 좋겠다는 생각을 했다. 수강신청 2주전부터 여러 조합으로 배치해보며 겹치지 않는 최적의 플랜을 여러 개 만든다.
모를 때는 선배를 따라
사실 대다수의 학생들은 이미 존재하는 실라버스의 코스를 따라가거나, 선배들이 들었던 수업들을 따라 듣는다.
그래서 선배들이 어떤 희망 진로를 가지고 어떤 코스를 밟았는지 확인할 수 있는 기능을 만들었다.
B2B인 이유
1.
B2C는 에타가 너무 잘하고 있어서, 압도적으로 유저를 뺏어올 자신이 없었다.
2.
또한 데이터 파이프라인의 안정적 구축을 위해서도 B2B가 좋음. 강의계획서,학과별 로드맵 모두 매 학기 학교에서 업데이트 된 버전을 받아와야하는데, 이걸 B2C로 하는 것은 쉬워보이지 않는다.(실제로 에타도 학기별 강의 시간표 정보를 학생들이 직접 수기로 업로드 하는 경우가 많다고 한다.)
3.
교육기관의 지불 의지가 충분 할 것이라는 가정이 있었다. 자율전공학부 / 복전 / DIY설계전공 같은 학생의 자율성을 높여주는 방향성으로 전환되는 추세이다. 학교수업, 시설을 바꾸지 않고도 학생에게 알맞는 수업을 큐레이션 해주는 것 만으로도 학생 맞춤형 교육과정을 만들 수 있다.
또한 AI 시대에 걸맞는 교육기관 이미지 개선과 학생 처리에 대한 AX 사업을 비교적 저렴하게 구축할 수 있다.
또한 AI 시대에 걸맞는 교육기관 이미지 개선과 학생 처리에 대한 AX 사업을 비교적 저렴하게 구축할 수 있다.
후기
아쉬운 점
발표가 끝났는데 심사위원 분들의 표정이 살짝 시큰둥 했다. 예상보다 발표는 잘 끝났는데 왜 였을까? ( 표정에서 느껴지듯 장려상을 받았다. )
조금 식상한 주제였던 것 같다. AI를 사용하는 방법이나, RAG 서비스로 포장하는 방법론, 그리고 비즈니스 모델도 조금 예측가능한 수준이었다. 그렇다고 시장규모(대형 교육기관)가 드라마틱하게 크지도 않았다.
살짝은 뜬구름 잡는 이야기도 했다. 진로를 기반으로 들을 수업을 찾아준다. 정말 학생들이 필요로 하는 기능인가? AI가 잘 찾아주는가? 데이터셋은 구할 수 있는가?
2시간만에 완성했기에 발표자료에서도 허점도 많았다. 구체적 자금 조달과 비용까지 고려한 향후 계획을 넣지 못했고, MVP 데모가 구동되는 모습도 만들지 못했다.(하드코딩된 데모였다)
느낀점
군대를 다녀오고 학교에 이런 저런 행사들이 많이 생겨서 좋았다. (그리고 행사에서 케이터링이나 밥도 잘 나온다.)
한 주 간격으로 컴공들만 모인 해커톤과, 창업학회들이 모인 아이디어톤을 경험해보니 온도차를 많이 느꼈다.
컴공들은 하고 싶은거를 만든 뒤 이유를 붙이는 느낌이라면,
창업학회 사람들은 돈 되는거 / 사람들의 pain point를 찾고 (현실성이 있던 없던) 기술로 해결하는걸 제안한다.
「Yejun Cheon」を購読
サイトを購読すると、新規投稿などの最新情報を通知やメールでいち早く受け取れます。
Slashpageに登録して「Yejun Cheon」を購読しましょう！
Slashpageに登録して「Yejun Cheon」を購読しましょう！
