본문으로 건너뛰기
피드

한림대, 대학 전체를 AI 교육 플랫폼으로 바꾸는 중

ai-ml 약 7분
vote
0
댓글
북마크

한림대가 글로컬대학30 사업을 바탕으로 AI 에듀테크센터, 의학 특화 플랫폼, AI 선형대수 튜터, 학사 도우미, 연구자 매칭 같은 교육용 AI 라인업을 구축했다. 자체 솔루션을 KELI 플랫폼에 올려 다른 대학도 쓸 수 있게 하겠다는 구상까지 붙어 있다.

  • 1

    한림대는 AI 에듀테크센터를 만들고 스타트업식 개발 체계를 도입

  • 2

    최근 2년간 20여 개 AI 교육 성과물을 축적

  • 3

    KELI에는 전국 24개 대학과 AI·에듀테크 기업이 참여

  • 4

    주요 솔루션은 클라우드 기반 멀티테넌트 구조로 타 대학 확산을 목표로 함

한림대가 대학용 AI 플랫폼을 꽤 본격적으로 밀고 있음

  • 한림대가 교육부 ‘글로컬대학30’ 사업의 핵심 비전인 초개별화 학습 플랫폼 구축을 위해 자체 AI 교육 솔루션을 잇달아 내놓고 있음

    • 방향은 단순히 생성형 AI 계정을 뿌리는 게 아니라, 수업·진로·연구·행정 전 주기를 AI로 묶는 쪽임
    • 기사에서는 고등교육의 AI 대전환, 즉 AX를 주도하고 있다고 표현함
  • 이를 위해 ‘AI 에듀테크센터’를 설립하고, 대학 조직치고는 꽤 기업식 개발 체계를 들여옴

    • 국내 상장기업 CEO·CTO 출신 전문가들을 PMO 총괄로 영입함
    • 전문 기획자와 개발자 인력을 충원해 개발 역량을 기업 수준으로 끌어올렸다고 설명함
    • 기획 단계부터 교수 자문단이 참여하고 실증 과정을 거치는 사용자 중심 설계를 강조함
  • 최근 2년간 쌓은 AI 교육 성과물이 20여 개에 달함

    • 한림대는 AI 교육 체계를 단순 도구 활용에서 전공별 특화 서비스 단계로 고도화하고 있다고 밝힘
    • 이 지점이 핵심임. “챗봇 하나 만들었다”가 아니라 도메인별 워크플로에 맞춘 서비스 묶음으로 가고 있음

수업, 진로, 연구, 행정을 각각 AI로 건드림

  • 의학 특화 플랫폼 ‘MedLearnX’는 의과대학 교수진이 직접 개발에 참여한 사례임

    • 교수에게는 강의 준비와 평가 생성 시간을 줄여주는 역할을 함
    • 학생에게는 강의 기반 팟캐스트, 퀴즈, 임상증례 학습 같은 복습 환경을 제공함
    • 의학 교육처럼 콘텐츠 정확도와 맥락이 중요한 분야에서 전공 특화 AI를 만든다는 점이 포인트임
  • ‘AI 선형대수’는 풀이 과정을 실시간 추적하는 튜터형 솔루션임

    • 학생의 계산 실수와 개념 오해를 진단하고 단계별 힌트를 제공함
    • 이미 독일 오스트팔리아 응용과학대에 도입됐다고 기사에 나옴
    • 교육용 AI가 단순 문제풀이 답변기가 아니라 학습 과정 추적기로 가는 흐름이 보임
  • 학사와 진로 쪽에도 LLM 기반 서비스가 붙음

    • ‘커리어 인바디’는 학생의 전공·비교과 데이터를 분석해 진로 설계를 돕는 서비스임
    • LLM 기반 학사 도우미는 검색증강생성(RAG)을 이용해 정확한 답변과 출처를 제공한다고 설명함
    • ‘AI 입학·학사 도우미’는 모집요강을 실시간 참조하고 모든 답변에 출처를 명시해 할루시네이션을 줄이는 구조임
    • 한국어 포함 5개 언어를 지원해 외국인 유학생 접근성도 고려함

중요

> 교육·입학·학사 영역에서 AI 답변은 틀리면 바로 민원과 피해로 이어짐. 그래서 “출처를 붙이는 RAG”가 기능 소개가 아니라 운영 리스크를 줄이는 핵심 설계가 됨.

  • 연구 협업과 수업 운영도 AI 대상에 들어감
    • 액티브 러닝 플랫폼은 미네르바 포럼 방식의 화상 수업, 실시간 토론, 분반 그룹 활동을 지원함
    • ‘AI 연구자 매칭 서비스’는 자연어 입력만으로 교내 전임·임상교원 데이터와 구글 스칼라, PubMed, NTIS를 통합 분석해 협업 파트너를 추천함

KELI로 다른 대학까지 확산시키겠다는 구상

  • 한림대 솔루션의 확산 전략은 클라우드 기반 멀티테넌트 구조임

    • 다른 대학들이 별도 구축 비용 없이 주요 솔루션을 쉽게 도입할 수 있도록 하겠다는 설명임
    • 이 구조가 제대로 되려면 대학별 데이터 분리, 권한, 설정, 과금, 운영 정책이 꽤 중요해짐
  • 전국 대학 공유 플랫폼인 KELI에 주요 솔루션을 탑재할 계획임

    • KELI는 K-University AI Edutech and Learning Initiative의 약자임
    • 지난해 10월 출범했고, 부산대·서울시립대·아주대·인하대·제주대·포항공대 등 전국 24개 대학과 국내 주요 AI·에듀테크 기업이 참여함
    • 출범 당시 글로벌 교육기술 표준 컨소시엄 1EdTech 수석 아키텍트와 독일·네덜란드 대학 교수들이 연사로 참석함
  • 오는 10월에는 KELI 플랫폼 공개 행사를 통해 성과를 공식 발표할 예정임

    • 한림대는 지난달 16일 교내 일송기념도서관에서 KELI 플랫폼과 한림 AI 교육 솔루션 데모데이를 열었음
    • 행사에서는 학생 지원, 교수학습 혁신, 연구 협업 분야의 AI 솔루션이 소개됐고, 전시 부스와 체험 프로그램도 운영됨
  • 교내에는 AI 교육포털도 본격 운영함

    • 주소는 ai.hallym.ac.kr이며, 자체 개발 AI 교육 솔루션, 구독형 AI 서비스, AI 교육 가이드, 교육 프로그램 신청 기능을 통합 제공함
    • 학생, 교원, 직원이 AI 서비스를 탐색하고 활용하는 공인 창구 역할을 하도록 구성됨
    • 한림대 교무처장은 입학 상담부터 진로 설계, 교과 학습, 연구 협업까지 대학 생활 전 주기를 AI로 지원하는 체계가 완성됐다고 설명함

기술 맥락

  • 한림대 사례에서 눈에 띄는 선택은 범용 챗봇 하나로 끝내지 않고, 의학·선형대수·학사 상담·연구 매칭처럼 업무 단위로 AI를 쪼갠 점이에요. 대학 업무는 데이터 출처와 책임 범위가 다 달라서, 한 모델에 다 넣는 방식은 운영하기 어렵거든요.

  • RAG를 학사 도우미에 붙인 이유도 명확해요. 모집요강이나 학사 규정은 틀리면 학생에게 바로 손해가 생기니까, 모델이 기억으로 말하게 두면 위험해요. 그래서 실시간 문서 참조와 출처 표시가 신뢰성을 만드는 핵심 장치가 돼요.

  • 멀티테넌트 구조는 KELI 확산의 기반이에요. 24개 대학이 참여하는 플랫폼이라면 대학마다 데이터를 따로 보관하고, 권한과 설정을 분리하면서도 같은 서비스 코드를 공유해야 비용이 줄어들거든요.

  • AI 선형대수나 MedLearnX는 전공 특화 AI의 방향을 보여줘요. 학생이 단순히 답을 받는 게 아니라 풀이 과정, 임상증례, 복습 흐름 안에서 피드백을 받게 만들기 때문에 교육 도메인 지식과 제품 설계가 같이 필요해요.

대학 AI 도입이 챗봇 몇 개 붙이는 수준을 넘어 수업, 진로, 연구, 행정 전 주기를 묶는 플랫폼 경쟁으로 가는 분위기임. 특히 RAG, 멀티테넌트, 전공 특화 튜터 같은 키워드는 교육 도메인 개발자에게 바로 실무 이슈가 됨.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.