📌 중간발표 Q&A 피드백 정리
1. 교과서 선정 이유
Q. 여러 교과서가 있는데 왜 ‘미래엔’ 교과서를 사용했는가?
- A. 미래엔 교과서는 현장에서 가장 많이 사용되고 있는 교과서로,
실제 수업 환경과의 적합성과 활용 가능성을 고려하여 선택하였다.
2. 토론 요약 기능의 필요성 및 레거시 여부
Q. 토론을 요약하는 기능은 기존(레거시)에도 있는 기능 아닌가?
- A. 기존에도 선생님이 요약 가능 하지만, 본 프로젝트에서는
수업 시간 내 토론을 효율적으로 운영하기 위해
교실 환경에 맞춘 토론 요약 기능을 설계하였다.
Q. 그렇다면 선생님은 어떤 인사이트를 제공할 수 있는가?
- A. AI는 토론 내용을 정리하고 구조화하는 역할을 수행하며,
교사는 이를 바탕으로 해석, 확장 질문 제시, 비판적 사고 유도 등
고차원적인 교육적 인사이트를 제공한다.
3. AI 할루시네이션(오답) 문제 대응 방안
Q. AI 답변은 틀릴 수 있는데, 할루시네이션 문제를 어떻게 해결할 것인가?
- A.
- AI 인물과의 대화 기능에서는 AI임을 명확히 인지시키는 안내를 제공한다.
- AI 챗봇 기능에서는 교과서 기반 페이지 및 근거 자료를 함께 제공하여
답변의 출처를 확인할 수 있도록 한다. - 이를 통해 AI 답변에 대한 무비판적 수용을 방지하고
학습자의 비판적 사고를 유도한다.
4. 교과서 기반 데이터 구축의 한계 및 향후 계획
Q. 교과서 기반 자료를 만들 때 인력 자원이 많이 들 것 같은데, 향후 계획은?
- A.
- 장기적인 확장 계획은 아직 수립되지 않았다.
- 이번 프로젝트에서는 범위를 명확히 제한하여
직접 교과서 기반 데이터를 구축하는 방식으로 진행한다. - 프로젝트의 실현 가능성과 교육적 효과 검증에 집중한다.
📝 종합 피드백 요약
- 교과서 선정과 기능 설계 전반에서 수업 현장 중심의 실용성을 고려함
- AI는 보조 도구이며, 교사의 역할과 교육적 판단이 핵심임을 명확히 함
- 할루시네이션 문제를 출처 제공과 인식 유도로 보완하려는 접근이 긍정적
🧑🏫 멘토 회고록
1. 토론방 Table 관련 피드백
멘토님께서는 토론방(Table) 설계에 대해 언급하시며,
현재 구조에서 토론 데이터의 역할과 흐름이 명확하게 드러나지 않는 점을 짚어주셨다.
특히 토론방이 어떤 책임을 가지며, 다른 도메인과 어떻게 연결되는지에 대한
구조적 정리가 필요하다는 의견을 주셨다.
2. Backend 구조에 대한 아키텍처 피드백
현재 프로젝트는
- Backend (Spring Boot)
- AI Backend (Spring Boot)
로 분리되어 있는 구조이다.
멘토님께서는 두 백엔드가 모두 Spring Boot 기반임에도 불구하고
역할 분리가 명확하지 않다는 점을 지적하셨다.
특히 이로 인해 User 인증 및 권한 처리 과정에서 이슈가 발생할 가능성이 높다는 점을 강조하셨다.
3. 개선 방향 제안
멘토님께서는 다음과 같은 구조가
아키텍처적으로 더 적합하다는 의견을 주셨다.
- Backend를 하나의 Spring Boot 서버로 통합
- 사용자 인증 및 인가를 단일 지점에서 관리
- 도메인 책임을 명확히 분리하되, 서버는 통합
- AI 처리를 담당하는 FastAPI 서버는 유지
- 추후 필요 시 FastAPI 서버를 Django 기반으로 변환
- 서비스 확장성과 유지보수성을 고려한 단계적 전환
4. 회고 및 느낀 점
이번 멘토링을 통해
단순히 기능을 분리하는 것보다 역할과 책임이 명확한 아키텍처 설계가 중요하다는 점을 다시 한번 인식하게 되었다.
특히 인증과 같은 핵심 공통 기능은 분산시키기보다
중앙에서 관리하는 것이 안정성과 확장성 측면에서 유리하다는 점을 배울 수 있었다.
화이팅