내가 만든 것

만약 모든 과외 선생님이 수동으로 몇 시간을 들여 준비할 필요 없이 학습 노트를 퀴즈와 복습 자료로 바꿀 수 있다면 어떨까요?

제가 해결하려는 문제가 바로 이것입니다. StudyBuddy AI는 교육 콘텐츠 준비를 더 빠르고 접근하기 쉽게 만들기 위해 설계된 AI 기반 학습 도우미입니다.

학생들은 효과적인 복습 자료가 필요하고, 과외 선생님들은 양질의 연습 문제가 필요합니다. 소규모 학원들은 매일 반복되는 업무에 부담을 주지 않으면서 학습 자료를 준비할 방법이 필요합니다.

StudyBuddy AI는 이러한 문제를 해결하기 위해 학습 자료를 구조화된 교육 콘텐츠로 변환하는 것을 목표로 하며, 다음을 포함합니다:

• 📚 더 빠른 학습을 위한 간결한 복습 노트.
• ❓ 주제별 연습을 위한 객관식 문제.
• 🧠 이해도를 강화하기 위한 연습 문제.
• 📝 과외 선생님과 교육자를 위한 재사용 가능한 학습 자료.

누가 비용을 지불할 수 있을까요?

정기적으로 워크시트와 모의고사를 준비하는 독립 과외 교사 및 소규모 학원들이 준비 시간을 줄여주는 도구로부터 혜택을 받을 수 있습니다. 잠재적인 비즈니스 모델로는 기본 생성을 무료로 제공하고, 재사용 가능한 템플릿이나 대량 워크시트 생성과 같은 유료 기능을 추가하는 방식이 있을 수 있습니다.

목표는 단순한 AI 챗봇을 넘어, 반복되는 문제를 해결하는 실용적인 교육 도구를 구축하는 것입니다.

코드

💻 GitHub Repository: "Explore StudyBuddy AI" (https://github.com/ashab683/studybudy-ai)

StudyBuddy AI는 프론트엔드, 백엔드, 로컬 AI 추론 워크플로우를 갖춘 웹 애플리케이션으로 구축되었습니다.

소스 코드, 설정 지침 및 구현 세부 사항은 리포지토리를 탐색해 보세요.

구축 방법

이 프로젝트는 오픈 가중치(open-weight) AI와 결합된 최신 웹 개발 스택을 사용합니다.

기술 스택:

• React + Vite — 프론트엔드 애플리케이션.
• Tailwind CSS — 반응형 사용자 인터페이스.
• Node.js + Express — 백엔드 API.
• Ollama — 로컬 모델 런타임.
• Gemma 3 4B — 오픈 가중치 언어 모델.

작동 방식

1. 사용자가 애플리케이션을 통해 학습 자료를 제공합니다.
2. 프론트엔드가 백엔드로 요청을 전송합니다.
3. 백엔드는 Ollama를 통해 Gemma와 통신합니다.
4. 모델이 요청된 교육 콘텐츠를 생성합니다.
5. 애플리케이션은 사용자가 검토하고 재사용할 수 있도록 결과를 표시합니다.

핵심은 단순히 범용 모델을 다른 채팅 인터페이스로 감싸는 것이 아니라, 오픈 가중치 AI(open-weight AI)를 특정 도메인에서 유용하게 만드는 데 있습니다.

오픈 혁신이 중요한 이유?

StudyBuddy AI에게 있어 오픈 혁신이란 접근성, 제어권, 그리고 폐쇄된 AI 서비스에 전적으로 의존하지 않고 구축할 수 있는 자유를 의미합니다.

🔐 개인 정보 보호 중심 설계: 전체 워크플로우가 로컬로 구성될 경우, 로컬 추론(Local inference)을 통해 학습 자료를 사용자 기기에 보관할 수 있습니다.

💸 낮은 한계 추론 비용: 모델을 로컬에서 실행하면 요청당 클라우드 API 요금을 피할 수 있지만, 하드웨어, 전기, 유지보수에는 여전히 비용이 발생합니다.

🔄 모델 유연성: 오픈 가중치 모델은 개발자가 다양한 모델을 실험하고 애플리케이션을 특정 교육 요구 사항에 맞게 조정할 수 있도록 합니다.

🌐 잠재적인 오프라인 사용: 모델과 종속성이 설치되면, 나머지 애플리케이션도 로컬에서 사용할 수 있다는 전제 하에 활성 인터넷 연결 없이도 로컬 추론이 가능합니다.

이러한 장점들은 대규모 기술 예산이 없을 수 있는 독립 교육자 및 소규모 기관을 대상으로 하는 제품에게 중요합니다.

AI를 사용자가 다른 사람의 인프라를 통해서만 접근할 수 있는 서비스로 취급하는 대신, 오픈 가중치 모델은 개발자들이 AI를 어떻게 더 적응 가능하고 접근하기 쉽게 만들 수 있는지 탐색하도록 합니다.

수상 부문

Gemma — Gemma 활용 최우수 사례

StudyBuddy AI는 로컬 AI 추론 모델로 Ollama를 통해 Gemma 3 4B를 사용합니다. 이는 제출된 구현이 통합을 입증하는 한, 제가 목표로 하는 주요 파트너 카테고리입니다.

프로젝트가 실제로 해당 기술을 사용하고 적격성 요건을 충족하는 경우에만 추가 파트너 카테고리를 포함할 것입니다.

실제 문제를 해결하는 AI 구축하기

Hacktoberfest Week 2의 '사이드 허슬(Side Hustle)' 테마는 AI를 구축하는 것이 단순히 모델을 선택하거나 코드를 작성하는 것 이상임을 상기시켜 줍니다. 그것은 실제 문제를 식별하고, 누가 그 경험을 하는지 이해하며, 사람들이 돈을 지불할 만큼 충분히 유용한 무언가를 만드는 것입니다.

StudyBuddy AI를 통해 저는 오픈소스 AI가 학생과 교육자들에게 교육 콘텐츠 준비를 어떻게 더 실용적으로 만들 수 있는지 탐구하고 있습니다.

다음 단계는 이 제품을 실제 사용자 앞에 내놓고, 피드백을 수집하며, 그들이 실제로 필요로 하는 것에 기반하여 개선하는 것입니다.

공부나 가르치는 과정에서 반복적인 작업 중 하나를 자동화할 수 있다면 무엇일까요?

여러분의 아이디어를 듣고 싶습니다. 오픈소스 AI로 유용한 것을 함께 만들어 봅시다! 💚

devchallenge #hf26challenge