Claude Code를 활용한 아동용 음성 기반 AI 학습 동반자 구축기

실용적 조언

학습 커리큘럼 설계 시 선형 리스트 대신 DAG를 사용하여 지식 간의 의존성을 명확히 정의하세요.
에이전트의 성능 평가를 위해 사람이 직접 검증한 '골든 셋(Golden Set)'을 먼저 구축하고 이를 기준으로 LLM 판사를 캘리브레이션하세요.

섹션별 상세

상용 LLM의 기본 훈련 목표가 교육적 목적과는 상충된다는 점이 지적됐다. 모든 상용 모델은 사용자에게 친절하고 빠르게 정답을 제공하도록 최적화되어 있으나, 교육 환경에서는 오히려 정답을 숨기고 학습자가 좌절을 극복하도록 유도하는 '소크라테스식 대화'가 필요하다. 작성자는 프롬프트만으로는 이러한 '아첨(Sycophancy)' 성향을 80% 정도까지만 억제할 수 있었으며, 근본적인 해결을 위해 자체 트레이스 데이터를 활용한 파인튜닝을 진행 중이다.

학습 커리큘럼을 선형적 구조가 아닌 DAG(방향성 비순환 그래프) 형태로 설계하여 학습의 비선형성을 구현했다. 각 미세 주제를 노드로, 선수 지식 관계를 엣지로 설정하여 에이전트가 아이의 관심사에 따라 유연하게 주제를 선택하면서도 학습 궤도를 이탈하지 않게 관리한다. Claude Code를 활용해 방대한 학교 교육과정을 DAG 구조로 변환하고 실제 테스트를 통해 그래프의 위상(Topology)을 반복적으로 개선했다.

세션 간 지속적인 기억 유지를 위해 사후 메모리 통합 파이프라인을 구축했다. 매 세션 종료 후 배치 프로세스가 아이의 학습 성취도, 어려움, 관심사를 추출하여 프로필을 업데이트하고, 다음 세션 시작 시 이를 컨텍스트로 주입하는 방식이다. 이 과정에서 추출기(Extractor)의 프롬프트 반복 개선과 LLM-as-a-judge를 활용한 평가 체계를 구축하여 메모리 관리의 정확도를 높였다.

실시간 음성 파이프라인에서 발생하는 지연 시간(Latency) 관리가 주요 기술적 과제로 언급됐다. 안전 점검, 메모리 컨텍스트 주입, 도구 활용(Tool Grounding) 등의 단계가 중첩되면서 실시간 대화에 적합한 응답 속도를 유지하는 것이 어렵다는 경험이 공유됐다. 특히 교육적 품질 평가(Pedagogy Eval)는 정답 유무가 아닌 아이의 상태에 따른 적절성을 판단해야 하므로 코드 평가보다 난이도가 높다는 점이 확인됐다.

용어 해설

소크라테스식 유도(Socratic Nudging): — 학습자에게 직접적인 정답을 주는 대신 질문을 통해 스스로 답을 찾아가도록 유도하는 교육 기법이다. 상용 LLM의 기본 특성인 '친절한 답변'과 대치되는 개념으로, 학습 효과를 극대화하기 위해 의도적으로 정답 공개를 늦추는 것이 핵심이다.
방향성 비순환 그래프(DAG (Directed Acyclic Graph)): — 노드 간의 방향은 있지만 순환하지 않는 구조로, 이 글에서는 학습 커리큘럼의 의존 관계를 설계하는 데 사용되었다. 선형적 학습이 아닌 학습자의 관심과 선수 지식에 따라 유연하게 학습 경로를 탐색할 수 있게 해주는 데이터 구조이다.
아첨 현상(Sycophancy): — LLM이 사용자의 의견이나 기대에 무조건적으로 동조하거나 비위를 맞추려는 경향을 의미한다. 교육용 AI에서는 아이의 오답이나 추측에 너무 관대하게 보상하거나 정답을 쉽게 알려주는 부작용으로 나타나며, 이를 해결하기 위한 파인튜닝이 필요하다.
판사로서의 LLM(LLM-as-a-Judge): — 하나의 LLM이 생성한 결과물을 다른 고성능 LLM이 평가하도록 하는 기법이다. 사람이 직접 라벨링한 골든 셋(Golden Set)과 비교하여 평가 모델의 정확도를 교정하며, 대규모 대화 데이터의 품질을 자동화된 방식으로 검증할 때 사용한다.

언급된 도구

Claude Code추천

커리큘럼 데이터 변환, 평가 하네스 생성 및 메인 코딩 에이전트

ChatGPT비추천

비교 대상이 된 상용 AI 서비스

언급된 리소스

DemoPebble (Founding Families Beta)