과목별 가상 교사, 각 학생을 기억합니다
여러분의 커리큘럼 위에 과목 교사를 만들고, 모든 학생에게 약점이 쌓이는 개인 스페이스를 주고, 복습은 플랫폼이 챙기게 하세요. 학교당 챗봇 하나가 아니라 — 과목별, 학생별 교사, 그리고 가르침을 응답과 다르게 만드는 기억을 지닌.
과목당 하나의 교실
각 과목은 그 자체로 하나의 스페이스입니다. 대화, 파일, 기억, 그리고 교사가 학생을 읽은 내용이 그 스페이스에 키로 묶여 데이터베이스에서 강제됩니다 — 그래서 수학의 어떤 것도 영어로 검색되어 들어오지 않습니다. 프롬프트 수준의 관례가 아닙니다.
교사마다 학생을 다르게 압니다
프로필은 학생별, 과목별, 교사별로 보관됩니다. 수학 교사의 읽기 — 문장제에 주저하고, 시간 압박이 있으면 단계를 건너뛴다 — 는 영어 교사의 것과 별개의 기록입니다. 학생이 어떻게 배우는지를 좌우하되, 교사가 무엇을 말할 수 있는지는 결코 바꿀 수 없습니다.
학생당 개인 지식 베이스
촬영한 오답, 채점된 숙제, 계속 돌아오는 주제들. 학생이 직접 올리고, 주제별로 태그하고, 삭제할 수 있습니다. 그 학생 자신의 키로 암호화되고 과목별로 격리됩니다.
학생에게 찾아가는 복습
예약 후속 연락이 학생이 우연히 앱을 열 때가 아니라 복습할 때가 되면 학생에게 닿습니다 — Telegram, WhatsApp, 이메일로, 오프라인 포함. 데이터베이스에 저장되어 재시작 후에도 복구됩니다.
클릭이 아니라 코딩 에이전트로 설정
Claude Code나 어떤 MCP 클라이언트든 플랫폼에 연결해 교사를 만들고, 실러버스를 지식 베이스로 변환하고, 과목을 연결하게 하세요. 여러분의 커리큘럼 팀은 자료를 쓰고, 에이전트가 데이터 입력을 합니다.
전문 도구는 전문 도구로 남습니다
읽기 수준 평가, 발음 채점, 학교 도서관 목록 — 교사가 호출하는 스킬로서 MCP로 연결하세요. 플랫폼은 가르침의 관계를 운영하지, 평가 엔진인 척하지 않습니다.
어디에 맞는가
에이전트가 무엇을 할 수 있는지는 이미 아실 겁니다. 써 보셨을 테니까요. 문제는 능력이 아닙니다. 제시된 두 가지 형태가 둘 다 가르침에는 맞지 않는다는 것입니다.
일반 어시스턴트는 설계상 상태가 없습니다. 눈앞의 질문에는 탁월하지만 묻는 학생에 대한 어떤 관점도 없습니다. 가르침은 정반대입니다: 가치는 거의 전적으로 세션 사이에 무엇이 이어지는가에 있습니다 — 이 학생이 시간 압박이 있으면 단계를 건너뛴다는 것, 3주 전 분수에서 조용해지고 다시 돌아오지 않았다는 것.
자기 머신 위의 자율 에이전트는 그 기억은 있지만 두 가지 문제를 안고 옵니다. 비용이 학교 현실을 견디지 못합니다: 학생당 가상 머신 하나, 곱하기 천 명의 학생, 곱하기 모든 학교는, 그 사슬 끝에서 어떤 학부모도 받아들이지 않을 숫자입니다. 그리고 그 가장 강력한 능력 — 컴퓨터를 조작하고 명령을 실행하는 것 — 은 교실에서 기능이 아니라 리스크입니다. 열두 살에게 분수를 가르치는 데 셸 접근은 필요하지 않습니다.
가르침에 실제로 필요한 것은 더 좁고 더 어렵습니다: 학생이 무엇을 이해하는지 읽고, 어디가 약한지 기억하고, 다시 돌아오는 것. 그것은 기억과 검색의 문제입니다.
어떻게 구성되는가
네 가지 결정이 전체 설계를 지탱합니다.
과목당 하나의 스페이스. 폴더가 아니라 — 격리 경계입니다. 세션, 업로드된 파일, 기억, 추출된 엔티티,
그리고 교사가 학생을 읽은 내용이 모두 (student, subject)를 지니며 데이터베이스의 행 수준 보안으로
강제됩니다. 영어 교사가 맥락을 검색할 때, 수학 자료는 나중에 걸러지는 게 아닙니다. 애초에 결과 집합에
없었습니다.
과목당 하나의 교사. 각자는 자기 페르소나, 자기 경계, 자기에게 붙은 지식 베이스를 지닌 에이전트입니다. 학교의 실러버스, 수업 계획, 예제 풀이는 학교 전체가 공유하는 테넌트 수준 지식 베이스에 있습니다.
학생당 개인 지식 베이스. 학교의 것과는 별개입니다. 촬영한 오답, 채점된 숙제, 계속 틀리는 문제들 — 학생이 올리고, 주제별로 태그하고, 오직 그를 위해서만 검색됩니다. 그 학생 자신의 키로 암호화됩니다. 학생이 삭제할 수 있는데, 이는 대부분의 산업에서보다 여기서 더 중요합니다.
교사별, 학생별 프로필. 이것이 일반 어시스턴트에 등가물이 없는 부분입니다. 수학 교사는 이 학생에 대한 자기 읽기를 쌓고, 영어 교사는 다른 읽기를 쌓습니다. 각 교사가 자기 과목을 통해 아이를 아는 실제 학교에서 작동하는 방식 그대로입니다.
그 프로필은 학생이 어떻게 배우는지를 좌우합니다 — 어디서 속도를 늦출지, 언제 고치기 전에 칭찬할지. 교사가 무엇을 말할 수 있는지를 다시 쓰는 것은 의도적으로 허용되지 않습니다. 학생은 한 학기의 대화로 다른 교사가 되도록 말을 돌릴 수 없습니다. 프로필 계층은 교사의 정체성이나 안전 경계에 대한 어떤 권한도 없기 때문입니다.
콘솔이 아니라 코딩 에이전트로 설정
학교에는 플랫폼 관리자가 없고, 여러분의 커리큘럼 팀이 그렇게 되어서도 안 됩니다.
전체 설정 표면이 MCP로 노출되므로, 여러분 팀은 Claude Code — 또는 이미 쓰는 어떤 MCP 클라이언트든 — 를 플랫폼에 연결하고 학교를 산문으로 설명하면 됩니다. 그것이 과목 교사를 만들고, 실러버스 문서를 지식 베이스로 변환하고, 특정 질문이 실제로 올바른 자료를 검색하는지 확인하고, 무엇을 했는지 보고합니다.
자료가 일입니다. 데이터 입력은 아닙니다.
세션 사이에 하는 일
어시스턴트와 교사의 차이는 대부분 아무도 방에 없을 때 무슨 일이 일어나는가에 있습니다.
예약 후속 연락은 실제 백그라운드 작업입니다: 데이터베이스에 저장되고, 재시작을 견디는 폴러가 집어 들고, Telegram, WhatsApp, 이메일로 전달됩니다. 학생은 분수를 한 번 더 짚어야 한다는 알림을 받기 위해 아무것도 열 필요가 없습니다.
각 과목 교사는 학생의 메신저 안에 살 수 있어, 복습이 학생이 이미 있는 곳으로 도착합니다.
이 플랫폼이 하지 않는 것
명시할 가치가 있습니다. 그 빈틈이 이 설계를 합리적인 가격으로 만드는 이유이니까요.
컴퓨터 사용 없음. 교사는 읽고, 검색하고, 기억하고, 씁니다. 브라우저를 조작하거나 명령을 실행하지 않습니다. 이 맥락에서는 그것이 의도적인 뺄셈입니다.
평가 엔진 없음. 발음 채점, 읽기 수준 측정, 그와 유사한 전문 작업은 그것을 위해 만들어진 도구의 몫이며, 교사가 호출할 수 있는 스킬로서 MCP로 연결됩니다. 음성은 텍스트로 전사되는데, 이는 대화에는 옳은 입력이고 발음 채점에는 그른 입력입니다 — 잘못된 발음이 텍스트로 모델에 닿을 무렵이면, 전사기가 대개 그것을 고쳐 없앤 뒤입니다.
대화 중 재유도 없음. 교사의 경계는 그 지시에 설정되어 대화 전반에 걸쳐 유지됩니다. 주제를 벗어난 학생을 중단시키는 별도의 감시자는 없습니다. 학생을 되돌리는 일은 교사가 하도록 지시받은 것과 복습 일정을 통해 이루어집니다.
학생이 아이들이기 때문에
사용자가 미성년자라는 데서 두 가지가 따라오며, 이는 장식이 아니라 설계를 좌우합니다.
위에서 설명한 격리가 컴플라이언스 이야기입니다: 학생의 대화와 파일은 자신의 키로 암호화되고, 자신의 스페이스로 범위가 지정되며, 스스로 삭제할 수 있습니다. 자기 데이터를 지울 권리는 나중에 추가할 기능이 아닙니다.
두 번째는 학생이 여러분이 서비스할 가장 적대적인 사용자 집단이라는 점입니다. 일부는 교사가 해서는 안 될 말을 하도록 말을 돌리려 할 것이고, 성공한 아이는 반 전체에 알릴 것입니다. 플랫폼은 학생이 무엇을 묻는가가 아니라 에이전트가 무엇을 말하는가를 걸러냅니다 — 생성된 텍스트가 화면에 닿기 전에 문장 단위로 검사되므로, 유해해지는 답변은 읽힌 뒤 철회되는 게 아니라 도중에 멈춰집니다. 여러분이 설정한 경계에 대한 여러분 자신의 검토를 참고하세요. 이 계층은 바닥이지 천장이 아닙니다.
과목 교사, 지식 베이스, 스페이스, 일정은 설정이고, 여러분 팀이 코딩 에이전트에서 MCP로 그 전부를 운영할 수 있습니다. 개발은 그 주위에 여러분이 만드는 것입니다: 여러분 자신의 수업 UI, 전문 평가 도구, 그리고 학교가 기대하는 리포팅.