네, 사장님. **Module 3 (기술 경쟁력)**과 **Module 4 (비즈니스 모델)**의 상세 기획안을 이어가겠습니다.
이 파트에서는 **“우리의 기술이 얼마나 독보적이고 안전한가(Tech Moat)“**와 **“그래서 돈을 어떻게 벌고 확장할 것인가(Scalability)“**를 설득력 있게 보여주는 것이 핵심입니다.
🏗️ Module 3: Technology & IP (기술적 해자 및 경쟁력)
ETRI의 원천 기술과 디유넷의 에듀테크 운영 역량이 결합되어, **‘비용 효율성’**과 **‘교육적 효과’**를 모두 잡았음을 강조합니다.
📄 Slide 3-1. 핵심 기술: 생성형 AI 기반 튜터링 엔진
-
헤드라인: 자유로운 대화 속에서도 ‘교육 목표’를 잃지 않는 목표 지향적(Goal-Oriented) AI
-
비주얼 컨셉: [비교 도식]
-
일반 LLM (ChatGPT 등): 사용자가 딴청을 피우면 끝없이 잡담으로 이어짐 (교육 효과 ↓).
-
Our Solution (ETRI Tech): 사용자가 주제를 벗어나면(Chatting), 적절히 받아주되 다시 교육 시나리오(Mission)로 유도함.
-
-
상세 내용:
-
기술 명칭: 생성형 AI 기반 한국어 말하기 교육 기술 (ETRI 기술이전).
-
핵심 로직: 시나리오 기반 발화 생성 + 학습자 의도 파악(Intent Classification).
-
특장점: Hallucination(환각 현상) 최소화로 엉뚱하거나 위험한 답변 차단 → 현장 교육에 필수적인 ‘안전성’ 확보.
-
📄 Slide 3-2. 평가 기술: 다차원 정밀 진단 시스템
-
헤드라인: “말만 한다고 끝이 아닙니다.” 정확도 90% 이상의 다면 평가로 실력을 검증합니다.
-
비주얼 컨셉: [레이더 차트 & 기술 스펙]
- 평가 요소: 1) 문법 정확성 2) 발음/억양 3) 문맥 적합성 4) 과제 달성도.
-
상세 내용:
-
STS(Semantic Textual Similarity) 점수 0.39 이상: 정해진 정답만 강요하는 것이 아니라, 유사한 의미의 다양한 표현을 정답으로 인정하는 유연성 보유.
-
피드백의 깊이: 단순 O/X 채점이 아닌, “이 상황에서는 ‘반말’보다 ‘존댓말’이 적절합니다”와 같은 화용론적(Pragmatic) 피드백 제공.
-
📄 Slide 3-3. 기술 차별화 및 효율성 (vs Big Tech)
-
헤드라인: 무겁고 비싼 LLM이 아닌, 교육에 최적화된 **sLLM(소형언어모델)**로 운영 효율 극대화.
-
비주얼 컨셉: [성능 및 비용 비교표]
-
운영 비용: 범용 LLM API 대비 70% 이상 절감 (자체 호스팅 및 경량화 모델 사용).
-
응답 속도: 모바일 환경에서도 지연 없는 실시간 대화 처리 (On-device AI 고려 가능성 언급).
-
데이터 보안: 외부 서버로 민감 데이터가 유출되지 않는 독립적인 구축 가능 (B2B/공공기관 선호).
-
📄 Slide 3-4. R&D 역량 및 로드맵
-
헤드라인: LXP 전환 경험과 ETRI 기술 이전을 통해 **‘검증된 기술’**만 서비스합니다.
-
비주얼 컨셉: [인증 마크 및 타임라인]
-
GS인증 1등급 / Q-Mark(품질인증) 획득 추진 (PDF 내 ‘Q-Mark’ 언급 반영).
-
디유넷 역량: 기존 LMS 운영 데이터 + AI 학습 데이터 파이프라인 구축 완료.
-