분류 전체보기
단순 학습창이 아니라 학습 경험을 운영하는 인터페이스
통합학습플레이어는 콘텐츠 실행창이 아니라 학습 흐름을 설계하는 화면이다온라인 교육 서비스를 기획하다 보면 “학습창”과 “학습플레이어”라는 표현을 자주 보게 된다.둘 다 학습 콘텐츠를 실행하는 화면처럼 보이지만, 실제 제품 설계 관점에서는 차이가 있다. 단순 학습창은 특정 콘텐츠를 열어주는 실행 화면에 가깝다.예를 들어 영상 하나가 재생되거나, PDF 자료 하나가 열리거나, 외부 콘텐츠가 팝업으로 실행되는 방식이다.반면 통합학습플레이어는 영상, 교재, 자막, 퀴즈, 메모, 질의응답, 북마크, 진도 추적을 하나의 UI 안에서 연결하는 학습 인터페이스다. 간단히 정리하면 다음과 같다.학습창 = 콘텐츠를 실행하는 창통합학습플레이어 = 학습자의 학습 행동을 이어주는 통합 인터페이스따라서 통합학습플레이어를 설계할 ..
공공 AI 윤리 및 정책 준수 - 교육 도메인 설계 시 주의
인공지능이 교육현장에서 안전하게 학습자의 성장을 지원할 수 있도록 사회적 담론 형성 및 자율규제의 촉매제로서 윤리원칙 마련 추진-2022년 교육부 교육분야 인공지능 윤리원칙 발췌설계 원칙 (공공 AI 윤리 및 정책 준수)공공 교육 플랫폼의 윤리적 가이드라인을 준수하기 위해 다음과 같은 설계 원칙을 적용구분원칙내용상세 적용 방식4대 금지집단 비교/서열화 금지타 학생과의 비교나 학급 내 순위 산출 제외단정적 라벨 금지'부진아', '위험군' 등 낙인 효과를 유발하는 용어 배제자동 처방 금지모델이 자동으로 콘텐츠를 강제 배정하거나 경로를 변경하지 않음근거 없는 점수화 금지블랙박스 형태의 점수 대신 설명 가능한 '신호+근거' 조합 제공4대 의무개인 변화량 중심타인이 아닌 '과거의 나(Baseline)' 대비 현재..
LXP 데이터와 KPI 설계: 학습 경험을 어떻게 측정할까?
LXP는 데이터 없이 동작하기 어렵다LXP는 학습 경험 플랫폼이다.학습자가 어떤 콘텐츠를 학습했는지, 어디까지 진행했는지, 어떤 콘텐츠를 저장했는지, 어떤 추천을 클릭했는지 알아야 다음 학습을 제안할 수 있다. 즉, LXP는 데이터 없이 제대로 동작하기 어렵다. LMS에서도 데이터는 중요하다.하지만 LMS의 데이터가 주로 진도율, 점수, 수료 여부에 집중된다면, LXP의 데이터는 학습자의 경험 흐름을 이해하는 데 더 초점이 있다. LXP에서 중요한 질문은 다음과 같다.학습자는 어떤 콘텐츠를 발견했는가?어떤 추천을 클릭했는가?추천된 콘텐츠를 실제로 학습했는가?어디에서 멈췄는가?다시 돌아와서 이어학습했는가?어떤 주제에 관심을 보였는가?추천이 실제 학습 행동으로 이어졌는가?이 질문에 답하기 위해서는 데이터 설..
LXP 추천 로직 설계: AI 추천보다 먼저 필요한 것들
LXP 추천은 AI 기능이 아니라 학습 행동 설계의 문제다LXP를 LMS와 구분하는 대표적인 요소 중 하나는 추천이다. LMS에서는 보통 관리자가 강의를 배정한다.학습자는 배정된 강의를 듣고, 진도를 채우고, 수료하면 된다. 반면 LXP에서는 학습자가 스스로 콘텐츠를 탐색하고, 플랫폼은 다음 학습을 제안한다.이때 중요한 질문은 다음과 같다.이 학습자에게 지금 어떤 콘텐츠를 추천해야 하는가?하지만 여기서 주의할 점이 있다.LXP라고 해서 처음부터 AI 추천을 넣어야 하는 것은 아니다.오히려 초기 LXP에서는 규칙 기반 추천부터 시작하는 것이 더 현실적이다.추천 근거가 명확하고, 운영자가 제어할 수 있으며, 데이터가 충분히 쌓이기 전에도 적용할 수 있기 때문이다. 기획 관점에서 추천은 알고리즘의 문제가 아니..
LXP 콘텐츠 메타데이터 설계: 추천이 가능한 콘텐츠 구조 만들기
LXP의 품질은 추천 알고리즘보다 콘텐츠 메타데이터에서 시작된다LXP를 설계할 때 많은 사람이 추천 알고리즘부터 떠올린다. “AI 추천을 넣어야 하지 않을까?”“학습자별 개인화 추천을 어떻게 만들 수 있을까?”“비슷한 학습자 기반 추천을 적용할 수 있을까?”물론 추천 로직도 중요하다.하지만 그보다 먼저 설계해야 하는 것이 있다. 바로 콘텐츠 메타데이터다. LXP에서 콘텐츠 메타데이터는 단순한 부가 정보가 아니다.추천, 탐색, 학습경로, 이어학습, 대시보드의 기반이 되는 핵심 데이터다. 콘텐츠에 정보가 제대로 붙어 있지 않으면 아무리 좋은 추천 알고리즘을 적용해도 의미 있는 추천이 어렵다. 기획 관점에서 보면 좋은 추천은 알고리즘에서 시작되지 않는다.먼저 콘텐츠를 설명할 수 있는 데이터 구조에서 시작된다...
LXP 화면 구조 분석: 학습자의 다음 행동을 만드는 IA 설계 관점
LXP를 설계할 때 가장 먼저 정리해야 할 것은 “어떤 기능을 넣을 것인가”가 아니라 학습자가 어떤 흐름으로 학습을 이어가게 할 것인가이다. 기존 LMS가 수강 신청, 강의 수강, 과제, 평가, 이수 관리처럼 정해진 학습을 운영하고 관리하는 데 초점이 있다면, LXP는 조금 다른 관점에서 접근해야 한다.LXP는 학습자가 콘텐츠를 발견하고, 추천받고, 자신의 수준이나 관심사에 맞춰 학습을 이어가도록 돕는 경험 중심 플랫폼에 가깝다.따라서 LXP의 화면 구조는 단순히 콘텐츠를 많이 보여주는 방식이 아니라, 사용자가 지금 무엇을 해야 하는지 판단할 수 있도록 돕는 구조로 설계되어야 한다. 이 글에서는 LXP의 주요 화면을 기능 단위로 나열하기보다, 실제 서비스를 설계한다는 관점에서 어떤 IA와 사용자 흐름이 ..
LMS와 LXP : 학습 관리에서 학습 경험으로 확장되는 서비스 설계 관점
온라인 교육 서비스나 에듀테크 플랫폼을 기획하다 보면 LMS와 LXP라는 개념을 자주 접하게 된다.두 개념 모두 학습 플랫폼이라는 공통점이 있지만, 실제 서비스 설계 관점에서 보면 출발점과 목적이 다르다. LMS는 학습을 운영하고 관리하기 위한 시스템에 가깝다.반면 LXP는 학습자가 콘텐츠를 발견하고, 추천받고, 자신의 학습 흐름을 이어가도록 돕는 경험 중심 플랫폼에 가깝다. 간단히 구분하면 다음과 같다.LMS : 학습을 관리하는 시스템LXP : 학습 경험을 설계하는 플랫폼이 차이는 단순히 기능 목록의 차이가 아니다.실제로 서비스를 기획할 때는 IA, 데이터 구조, 화면 우선순위, 운영 정책까지 달라진다. 따라서 LMS와 LXP를 구분할 때는 “어떤 기능이 있는가”보다,이 서비스가 누구의 어떤 문제를 ..
Mac용 outlook 메일 회수하는 방법
회사 생활을 하다보면 가끔 메일을 실수로 보낼 때가 있다.예를 들어, 쓰다말고 전송버튼 누른다거나 아니면 첨부파일을 잊어버리고 보낸다거나... 보통은 급하게 회수해야하는 경우인데, AI 검색도 공식 사이트 글을 봐도 도통 못찾고 시간을 넘겨버리기도 한다.글 읽을 시간에 회수 해야하므로 먼저 작성해보자면, 1. 상단의 점 세개 클릭 (많은 글들에서 위에 리본이 어쩌고 저쩌고 하는데 못찾았다....)2. 도구 모음 사용자 지정을 누른다.3. 아래 항목을 상단으로 끌어올리고 저장버튼을 클릭한다.4. 보낸 메일을 클릭하고 상단에 지정한 회수 버튼을 누른다.한시가 급한데 실수가 잦다면 꼭 추가해놓고 남이 읽기전에 호다닥 회수 하도록 하자. (손은 눈보다 빠르니까)이 방법 뿐만 아니라 많은 회수 방법이 있긴 하겠지..
Mac OS 시간 설정 오류 (aka. 사파리 안켜짐)
사파리에 구글 검색이 안켜지고 자꾸 에러창이 계속 뜸.와이파이 문제인가 계속 생각해보는데, 이상하게 다른건 또 왠지 실행 되는 것 같은 느낌일때...시간을 살펴보자. 가끔 한동안 맥북을 켜지 않으면, 시간 오류가 생긴다.일정 시간으로 되돌아가는데 그에 대한 해결법을 적으려고 한다. 시스템 설정 > 일반 > 날짜 및 시간 으로 찾아 들어간다.이런식으로 자동으로 설정할 수 있는 곳이 있는데, 나는 이경우 자동설정하면 해당 날짜로 계속 돌아가기 때문에 수동으로 해놓았다.보통 다른 사람들은 해당을 자동으로 설정하고 껐다 키면 된다는데, 나의 경우에는 해결되지 않았다. 해결법 터미널을 켜고 (command + 스페이스 -> terminal 검색) 그후 터미널에 해당 문장을 입력한다. (복사 붙여넣기)sudo sn..
Thread-Safety
Thread프로그램 내에서 동시에 실행되는 작은 실행 단위.Multi -Thread멀티 스레딩은 하나의 프로세스 내에서 여러 개의 스레드가 동시에 실행되는 것을 의미스레드가 동시에 실행될 때, 여러 스레드가 동일한 자원(변수, 데이터 구조, 파일 등) 에 동시에 접근할 수 있다. 이로 인해 경쟁 조건이 발생하여 예측 불가능한 동작을 초래할 수 있다.Synchronization(동기화)경쟁조건의 발생으로 예측 불가능한 동작 초래를 방지하기 위해 동기화 필요What is Tread Safety멀티스레드 환경에서 어떤 프로그램이나 라이브러리가 동시에 여러 스레드로부터 안전하게 사용될 수 있는 상태.Tread Safety한 코드는 여러 스레드에서 동시에 호출되더라도 안정적으로 동작예측 가능한 결과 반환