2025 AI Tutor

Exit Criteria : 생성형 AI를 기반으로 수강생의 수준을 진단하여 수준에 맞는 교육프로그램을 제시하여 개인 맞춤형 AI튜터 개발

주차	금주 실적	차주 계획	주요 이슈 및 리스크
1주차(4.14~4.18)	프로젝트의 연구 목표 및 범위 명확화, 관련 문헌 조사 및 선행연구 분석, 전문업체와 공동개발미팅(4.17), 빅데이터과 학생 개발팀 구성(4.18)	데이터 수집 전략 및 학습자 정보 구조 설계	전문업체의 개발플랫폼에서 공동 개발, Huggingface의 LG https://huggingface.co/LGAI-EXAONE/EXAONE-3.5-2.4B-Instruct 1차 검토
2주차(4.21~4.25)	학습자 데이터베이스 스키마 설계, Langchain Study, 요구사항(개관식문제 제출, 틀리고 맞는 문제에 대해 해설 필수?, 수준진단 및 수준향상: https://kr.aitutorsanta.com/, 모바일앱), prototype 완료(API $ Model), 데이터수집(90%)	KICK-OFF 미팅(상견례, 범위와 일정)	- LLM 공부 : https://github.com/ancestor9/2025_Spring_Capstone-Design/tree/main/Week07, - https://lightning.ai/ancestorcho30/home 에서 개발환경구축 검토, DSPy 고려# 2025 AI Tutor
3주차(4.28~5.2)	4.30(수) 공동개발 MOU 및 Kick-off 미팅, 업무 범위 및 일정 수립	4년치 자료 시스템 입력(난이도와 문제유형은 chatGPT)	특이사항 없음
4주차	문제 난이도 분류 로직 개발, 역량 진단 알고리즘 설계	맞춤형 문제 추천 시스템 1차 프로토타입 개발	추천 시스템의 초기 성능 저하 가능성
5주차	추천 시스템 1차 테스트, 수준별 교육 자료 매핑	시스템 통합 테스트 및 사용자 인터페이스 설계	교육 자료의 다양성 및 품질 확보
6주차	사용자 인터페이스 시안 확정, 1차 사용자 경험(UX) 평가	피드백 기반 시스템 개선, 오류 수정	사용자 피드백의 대표성 및 신뢰성
7주차	피드백 반영 및 기능 개선, 최종 기능 점검	시스템 통합 테스트 및 문서화	추가 요구사항 및 예기치 못한 결함 발생
8주차	통합 시스템 테스트, 결과 분석 및 발표 자료 초안 작성	프로젝트 1차 마무리 및 성과 보고서 작성	일정 지연 및 산출물 품질 저하 가능성
9주차	실제 사용자 대상 베타 테스트, 정량적·정성적 피드백 수집	추가 개선점 도출 및 반영, 시스템 안정화	사용자 참여율 저조 및 피드백 미흡
10주차	추가 기능 요구사항 분석, 개선 방향 논의	신규 기능(예: 실시간 피드백) 설계 및 개발	기술적 난이도 증가 및 일정 관리
11주차	신규 기능 프로토타입 개발, 통합 테스트	시스템 성능 개선 및 확장성 검토	시스템 복잡도 증가 및 유지보수성 저하