학습·행동 로그 표준화 → AI 수준 진단 → 맞춤 경로·콘텐츠·리포트 자동화
학습 로그 표준
과제·평가·행동 통합 기록
AI 분석
수준·패턴·약점 진단
실행 자동화
경로·퀴즈·루틴·리포트
EBS/교육과정 연계로 누구나, 어디서나, 나에게 맞는 학습을 가능하게 합니다.
EduCareLog는 교사·학생의 학습기록(과제 반응, 진단평가, 주의/집중 패턴 등)을 표준화해 통합 관리합니다.
AI가 수준을 진단하고 맞춤 경로·콘텐츠를 추천하며, 시험 전 집중 루틴과 학부모 리포트를 제공합니다.
공교육+EBS 연동으로 누구나, 어디서나, 나에게 맞는 학습을 가능하게 합니다.
드림에이아이랩은 의료·돌봄 분야에서 검증된 AI 디지털케어로그 엔진을 교육 도메인으로 확장합니다. 우리는 교육 ‘서비스 제공자’가 아니라, 학교·학원·지자체·에듀테크가 즉시 임베드할 수 있는 데이터 표준화 + AI 분석 + 실행 자동화 엔진을 제공합니다.
지역 단위 개별화교육 전환(시범학교/교육청 사업) 공동 제안
기존 LMS/문제은행/튜터링에 CareLog 엔진 임베드
교육과정 맵핑·적응형 퀴즈·난이도 루핑 자동화
화이트라벨·API 기반 B2B 유통/총판
EduCareLog가 제공하는 4가지 핵심 가치입니다.
과제/평가/참여/메모/미디어
성취·오개념·주의 패턴 분석
EBS/교육과정 연계 추천
가정 학습 플랜·주간 리포트
콘텐츠 추천이나 챗봇 지식 제공에 머무르지 않습니다. 표준화된 학습·행동 로그 → AI 분석 → 맞춤 실행(경로/퀴즈/루틴/리포트) → 환류 학습의 폐루프를 엔진 레벨에서 제공합니다.
학교 현장은 반당 인원, 시간표, 기록방식의 단절로 인해 개별화가 구조적으로 어렵습니다. 그 결과 맞춤형 학습은 사교육에서만 부분적으로 구현돼 왔습니다.
진단·수업·과제·평가·행동 기록이 교사·학부모·플랫폼별로 흩어져 환류가 불가능.
대규모 학급에서 학생별 계획·피드백·리포트 작성을 수작업으로 처리하기 어려움.
정답 예측/해설 중심의 AI로는 실행(루틴·경로·리포트)까지 이어지는 폐루프 구현이 어려움.
가정·학교·학원 모두가 실제로 체감하는 변화를 만듭니다.
사교육비 부담, 아이의 실제 학습 상황을 모르는 불안감을 해소합니다
오늘의 학습
학교 수업·학원 과제·집 복습 통합 타임라인
약점 분석
"분수 나눗셈 2단계에서 막힘" 등 구체적 진단
추천 학습
EBS 영상·문제집 추천 + 예상 소요시간
행정업무 70% 감소, 30명 학생도 개별 관리 가능
※ 2024년 특수학급 교사 10명 대상, 8주 측정 평균값
-5시간
주간 피드백 작성
-3시간
수준별 과제 준비
-2시간
학부모 상담 준비
+10시간
수업 연구 시간 확보
대형 프랜차이즈도 따라올 수 없는 개인 맞춤 관리
원생 현황
수준별 분포·진도율·주의 학생 알림
성과 분석
입학 후 N개월 성적 변화 통계
강사 관리
강사별 학생 만족도·학습 효과
"우리 아이는 수학을 못해요"가 아니라 "분수 2단계 약분에서 막혔네요"로 바뀝니다
※ 2024년 특수학급 파일럿 프로그램 실제 데이터
1개월차
기초 다지기
누락된 선수 개념 보완
2개월차
정확도 향상
오개념 패턴 집중 교정
3개월차
속도 증가
유형별 반복으로 자동화
4개월차
자신감 회복
"나도 할 수 있다" 경험
EBS만이 아닙니다. 내신·모의고사·수능 전 과정을 커버하는 시험 특화 모드
시험 2주 전부터 자동 활성화
3월·6월·9월 모평 맞춤 훈련
고3 전용 장기 플랜
EBS 콘텐츠
수능특강·완성
만점마무리
교과서 연계
검인정 교과서
단원별 문제
기출문제
10개년 수능
모의평가
AI 생성 문제
개인 맞춤
난이도 조절
단순 문제 풀이 도우미가 아닙니다. 학습 전 과정을 관리하는 통합 시스템입니다
| 구분 | 기존 교육 AI | EduCareLog |
|---|---|---|
| 핵심 기능 | 문제 정답 예측·해설 생성 | 학습 전 과정 로그 분석 + 실행 자동화 |
| 데이터 수집 | 문제 풀이 결과만 | 학습·행동·주의·시간·환경 통합 |
| 개인화 방식 | 콘텐츠 메타데이터 기반 추천 | 실제 학습 반응 패턴 기반 적응 |
| 교사 역할 | AI가 교사 대체 시도 | AI가 교사 업무 지원 (협업) |
| 학교 연계 | 없음 (학원·가정용) | 학교-학원-가정 통합 |
| 부모 가시성 | 단순 학습 시간 통계 | 주간 리포트 + 약점 분석 + 다음 주 계획 |
| 실행 연결 | 분석까지만 (실행은 수동) | 진단→경로→퀴즈→루틴→리포트 자동화 |
| 기술 기반 | LLM 문제 풀이 | 의료 검증 케어로그 기술 + 교육 적용 |
핵심 차별점: 단순 콘텐츠 추천이 아닌, 개인의 실제 반응 데이터를 장기 추적하여 진단→실행→환류의 폐루프를 구현
AI 디지털케어로그는 의료 현장에서 검증된 드림에이아이랩의 독자 기술입니다
🏆 세계 최고 수준의 독자 기술
🌍 세계 최초 기술
AI 디지털케어로그 — 의료·교육 통합 행동-학습 데이터 표준 스키마 및 실시간 환류 파이프라인 상용화
학습 결과(정답/오답)뿐 아니라 행동 로그(클릭·이탈·재시청), 주의 패턴(집중시간·중단지점), 환경 변수(시간대·요일·장소)를 단일 스키마로 통합 분석
발달장애 치료 현장에서 검증된 FHIR 수준의 표준 데이터 구조를 교육에 적용
AI 제안 → 학생 반응 → 효과 측정 → 모델 재조정이 실시간(수분 내)으로 작동하는 폐루프 시스템
실제 작동 예시:
• 10:00 — AI가 "분수 약분 영상 10분" 추천
• 10:05 — 학생이 5분만 보고 종료 + 퀴즈 3문제 중 1개 정답
• 10:06 — AI가 "영상 너무 길다" 판단, 다음엔 3분 짧은 영상 + 연습문제 먼저 제시
• 2주 후 — 약분 정답률 80% 달성, 이 패턴을 다른 단원에도 적용
사용자가 많아질수록 더욱 똑똑해지는 네트워크 효과
AI 디지털케어로그 창시자 — 발달장애 아동 치료 현장에서 골든타임과 맞춤형치료의 한계를 직접 목격하고 특수교사 이지수·이지훈과 함께 기술 개발 결심
문제 인식:
• 발달장애 치료는 골든타임(조기개입)이 핵심
• 하지만 치료사 부족, 비용 문제로 실무에서 실현 불가
• 맞춤형 치료 계획을 세워도 실행·추적이 어려움
특수교육은 일반교육보다 난이도가 비교할 수 없이 높습니다
특수교육의 난이도
특수교육 맞춤형의 실제
특수교육에서 성공했다면, 일반교육은 충분히 가능합니다
일반교육의 상대적 단순함
결론:발달장애 아동의 초개인화·실시간 적응이 가능했다면, 일반 학생의 "수학 약한 아이"나 "주의력 짧은 아이" 대응은 기술적으로 훨씬 단순합니다
개발 철학:
"교육 격차의 본질은 '학습량'이 아니라 '개인 맞춤 관찰'입니다. 고가 과외가 효과적인 이유는 1:1로 아이의 반응을 실시간 관찰하기 때문입니다. 발달장애 아동에게 필요한 초정밀 관찰·실시간 적응 기술을 일반 교육에 적용하면, 모든 아이가 맞춤형 교육을 받을 수 있습니다."
2022년부터 발달장애 치료 현장에서 단련된골든타임·맞춤형치료 자동화 시스템
강화학습·집단학습으로 사용자가 많을수록 더욱 똑똑해지는 구조
AI가 교사를 대체하는 게 아니라교사·부모·학원이 협력하도록 워크플로우 설계
단순 LLM 기반 교육 AI와의 차이:문제 풀이 도우미가 아닌, 장기 학습 여정을 관리하는 AI 코파일럿
EduCareLog가 제공하는 6가지 핵심 기능입니다.
학생의 학습 이력과 진단평가 결과를 자동으로 분석하여 현재 수준을 파악합니다.
복습:신규:보정 비율을 자동으로 조정하여 개인 맞춤 학습 경로를 생성합니다.
EBS와 교육과정을 연계하여 맞춤 콘텐츠를 추천하고 퀴즈를 자동 생성합니다.
1~2주 루틴으로 시험 전 집중 모드를 제공하며 취약 단원을 보완합니다.
수업 전 학습 상태를 분석하고, 수업 후 개별 피드백 초안을 자동 생성합니다.
진도·약점·다음 주 계획을 포함한 학부모용 대시보드를 제공합니다.
교육과정 맵, 문제 메타, 활동 로그 스키마를 통합하고, LTI/OneRoster 스타일 연동, CSV/API 양방향 동기화, EBS·공교육 리소스 매핑을 지원합니다.
활동/평가/행동/주의/메모/미디어 이벤트 스키마
LMS/문제은행/LRS와 API·Webhook
RBAC·감사로그·동의관리
표준화된 로그 수집 → 특징 추출 → 수준 진단 → 개인화 루프 → 실행·리포트의 폐루프 구조로 동작합니다.
수업·과제·평가·행동·주의·메모·미디어 이벤트를 공통 스키마로 수집
정답/오답 패턴, 반응시간, 이탈, 난이도 민감도, 최근성 가중치 계산
과목·단원·기초기능별 성취/오개념/주의 패턴을 추정
복습:신규:보정 비율 α:β:γ 최적화, 적응형 난이도 루핑
경로·퀴즈·루틴·리포트 자동 생성 → 실행 로그가 다시 학습
{
"event_time": "2025-11-12T10:20:31+09:00",
"student_id": "anon_8f3a",
"subject": "math",
"unit": "addition.carry",
"event_type": "quiz_attempt",
"response": {"choice":"B","correct":false,"latency_ms":4200},
"context": {"attention":"low","session":"classroom"},
"note": "confused when carrying"
}개인정보를 제거한 형태의 흐름 예시입니다.
[10:02:11] ingest | anon_8f3a | quiz_attempt | math.addition.carry | correct=false | latency=4200ms [10:02:12] analyze | anon_8f3a | misconception_score=0.72 | attention=low [10:02:12] plan | anon_8f3a | ratio alpha:beta:gamma = 0.6:0.2:0.2 [10:02:13] select | anon_8f3a | next=math.addition.carry.practice_set#3 | difficulty=easy [10:02:14] report | anon_8f3a | parent_digest queued (Fri 18:00)
겉 UI/챗봇이 아니라, 백엔드 엔진의 차이를 기준으로 비교합니다.
“말”이 아니라 “기술”인지 확인할 수 있는 항목들입니다.
EduCareLog와 함께하는 4단계 맞춤 학습 프로세스입니다.
수업·과제·진단·참여 데이터를 입력합니다.
AI가 수준/패턴/약점을 분석합니다.
일/주 학습 플랜을 추천합니다.
루틴·리마인드·리포트를 제공합니다.
아래 예시는 동일 학급 내 서로 다른 학습 로그를 가진 학생에게 어떻게 다르게 작동하는지 보여줍니다.
최근 2주 ‘받아올림’ 오류 비율↑ → 복습:신규:보정 = 6:2:2로 조정, 오류 유형 집중 퀴즈 자동 생성, 주 2회 부모 리마인드.
수업 중 이탈 로그↑ → 짧은 세션·빈도↑로 루틴 재구성, 난이도 루핑 완화, 시험 전 7일 집중모드로 전환.
정답률 높고 속도 빠름 → 심화 과제 비중↑, 탐구형 문항 추천, 발표/서술 리포트 초안 자동생성.
다양한 교육 환경에서 EduCareLog가 어떻게 활용되는지 확인해보세요.
기초학력 보완, 대규모 반에서의 수준별 수업
개별화 커리큘럼·피드백 자동화
부모가 확인 가능한 주간 플랜과 리포트
저비용/무상 모델로 교육격차 완화
EduCareLog만의 독특한 특징들입니다.
교육 표준을 따르는 데이터 구조와 EBS 콘텐츠를 연동하여 체계적인 학습을 지원합니다.
리포트 작성과 개별 피드백을 자동화하여 교사의 업무 부담을 줄이고 교육에 집중할 수 있게 합니다.
학습 실적을 기반으로 복습, 신규 학습, 보정의 비율을 자동으로 조정하여 최적의 학습 경로를 제공합니다.
개별화교육을 국가 정책 차원에서 추진하고 있으나, 현장은 실행 도구와 데이터 표준의 부재로 어려움을 겪고 있습니다.
사교육에서만 가능하던 ‘맞춤’이 교실·가정 루틴으로 전환됩니다. 학습 로그가 축적될수록 개인화 품질이 개선되어, 장기적으로 사교육 의존도를 완화하는 경로를 제시합니다.
학생·학부모 명시적 동의, 최소 수집, 지역/기관 경계 존중, 목적 외 사용 금지, 전송·저장 암호화, 비식별 통계 처리 원칙을 따릅니다.
학부모 동의·철회, RBAC, 감사로그
전송/저장 암호화, 분리 보관
편향 점검, 설명가능 리포트
특수교육에서 검증된 엔진을 일반 교육으로 확장합니다.
교육과정 맵 확장 · 적응형 퀴즈 v2 · 시험 전 집중 루틴 v2
OneRoster/LTI 호환 모듈 · 학부모 리포트 v2
적응형 커리큘럼 자동 편성 · 교육청 시범사업
전국 확산 레퍼런스 구축 · 화이트라벨 패키지
EduCareLog에 대해 궁금한 점들을 확인해보세요.
아닙니다. 드림에이아이랩은 AI 디지털케어로그 엔진 제공사이며, 학교·학원·지자체·교육사·에듀테크와의 파트너십/임베드를 지향합니다.
기존 LMS/문제은행과의 API·CSV·Webhook, LTI/OneRoster 스타일 연동을 지원하며, EBS/교육과정 맵핑을 제공합니다.
학생·학부모 명시적 동의, 최소 수집, 전송/저장 암호화, RBAC·감사로그, 비식별 통계를 원칙으로 합니다.
SaaS와 온프레미스 형태를 모두 지원하며, 학교/지자체형·학원형·가정형 패키지가 있습니다.
특수교육(행동·주의·학습 로그 활용)에서 검증된 개인화 루프를 일반 교육의 과목 학습으로 확장합니다.
상담 → 요구정의 → 파일럿(시범학교·기관) → 효과 검증 → 정식 전환 순으로 진행합니다.
더 깊이 있는 자료를 보려면 아래 콘텐츠를 확인하세요.