문제 정의와 생각 전환
문제 정의
•
피드백의 핵심 = 선생님과 문제를 분석하고 학생과 대화를 핑퐁하면서 문제 이해도를 높여나가는 과정이 필요함
◦
(인식)4번 문제 틀렸네 →
2.
(문제 분석) 독해 문제네 → 이 문제를 풀기 위해서 주요 문장 어법/구문을 이해하고 있는가? 단어를 모르는가? 아니면 배경지식을 모르는가?
3.
(액션) 이해도 파악을 위해 질문하거나, 선생님이 판단하기에 몰랐을 부분 취사 선택 후 학생에게 제공 : (예시) 주요 문장의 어법을 몰라서 틀렸구나 → 선생님이 이부분 설명 + 자료제공 + 추가 퀴즈 등
•
다만, 핑퐁이 가능한 형식으로 선생님에게 피드백을 제공했을 때 학생 수가 많을 때 선생님 리소스가 많이 필요함 → 기능을 잘 사용할 수 있을지 우려가 있음
생각 전환
•
그러면 대화가 핑퐁되도록 피드백을 구성하되, 이 기능을 학생에게 주면 어떨까?
•
학생과 AI 가 피드백하는 기능을 제공하는 대신, 선생님의 피드백 비중이 줄어들텐데, 선생님이 그만큼 담당하는 학생 수를 늘린다면 수익이 어떻게 될까?
시나리오 비교
시나리오 A
•
선생님 피드백 기여도가 높은 상품
•
선생님 1명당 학생 수: 약 40~50명 (평균 45명 가정)
•
상품 가격: 313,000원/월
•
이탈률: 40%
•
매출(선생님 인건비 차감 후 연간 순수익(간단 계산))
◦
연간 순수익 = 약 1.29억 원 (45명 가정 시)
시나리오 B
•
AI 피드백 기능을 사용해 선생님 피드백 기여도 낮추고, 학생 수 확대
•
선생님 1명당 학생 수: 약 80명
•
가격: 약 219,100원/월 (313,000원의 30% 할인 → 정확히는 219,100원이지만 편의상 21만 원대라 가정)
◦
상품별 최저 가격 : 학생수 80명일 때 176,000 이하는 판매 불가능. 이하로 낮추려면 학생수를 늘려야함. 학생수를 100명으로 늘리면, 상품당 141000원이 마지노선.
•
이탈률: 40% (시나리오 A와 동일하다고 가정)
•
매출(선생님 인건비 차감 후 연간 순수익(간단 계산))
◦
연간 순수익 = 약 1.70억 원 (월 21만 원대 × 80명 가정 시)
결론
이탈률이 동일(40%)하다는 전제 하에서는,
•
선생님 1인당 담당 학생 수를 두 배 가까이 늘리고,
•
가격을 30% 할인(약 21만 원으로 인하)해도,
•
시나리오 B(낮은 피드백) 쪽이 시나리오 A에 비해 연간 순수익이 약 23.5% 더 높음
시나리오 A → B 전환 효과
•
기존 목표 : 전체 학생의 전액 환불률을 1% 감소 시키자
◦
연간 약 6천 7백 만원(67,488,000)원 이익 발생
•
시나리오 B : 선생님이 감당 가능한 학생수를 늘리자
◦
선생님 수 : 300명
◦
선생님 1명당 담당 학생수 : 50명 → 80명
◦
이전 대비 선생님 1명당 증가한 순이익 : 약 4,100만원
◦
전체 300명의 선생님 모두 시나리오 B로 전환시, 연간 약 123억 원의 추가 이익 발생
실제 도입 시 우려점
•
시나리오 B 전환 시 이탈률(환불률)이 정말 동일하게 유지할 수 있는가?
◦
시나리오 B로 전환할 경우 만족도와 이탈률이 어떻게 변할지가 핵심 변수이다.
◦
현재 서비스
▪
학생 만족 포인트 : 선생님이 모르는 부분을 잘 알려준다.
•
“AI만으로는 감당하기 어려운, 사람 대 사람의 감동이나 헌신” 측면이 부각될 수 있다.
•
특히 학습 동기 부여, 맞춤형 관리 등의 영역은 여전히 사람이 강점이 큼
▪
학생 불만족 포인트 : 선생님의 교체가 너무 잦다. 답장이 느리다.
•
바뀐 선생님이 나를 잘 모르며, 선생님이 계속 바뀌어서 적응해야 한다.
•
현재도 선생님은 피크 타임일 때 매일 고품질의 피드백을 해주기 쉽지 않음. 이미 품질 관리에 부담이 크다. 학생은 선생님 답장이 느리고 역할이 작아서 답답함을 가지고 있다.
◦
시나리오 B
▪
AI의 강점 :
•
24시간/365일 일관된 피드백이 가능하며, 데이터 기반 맞춤형 제안(예: 문법 검사, 내용 보완) 등을 빠르고 대량으로 처리 가능.
•
교사 교체 리스크 완화
•
매출 및 이익 극대화 가능성
▪
단점:
•
학생 개개인의 미묘한 감정 변화나 동기 부여/격려 측면에서는 한계가 있을 수 있음.
•
AI 피드백 품질이 낮다면 서비스 사용 이유가 없음.
•
사람의 역할이 적절히 있어야만,
•
AI 시스템 도입·운영 비용
◦
순수익 계산에 빠진 비용
◦
교사 300명 * 학생(80명씩) 수준의 대규모 운영을 지원하려면, 상당한 AI 인프라/개발/유지 비용이 발생할 수 있다.
◦
이 비용이 연간 몇 억 ~ 수십억 원 수준으로 들 수 있으며, 이는 추가 이익(123억 원)에서 차감되어야 한다.
•
교사 관리(근무환경·퇴사율) 문제
◦
AI를 늘리는 모델로 전환할수록, 퇴사율도 늘어날 수 있다.
초기 구축 및 운영 리스크
•
AI 개발 및 세팅 비용, 유지 보수 비용, CS 대응 프로세스 재설계, 데이터 보호/프라이버시 이슈 등이 추가됨.
•
서비스 초기에는 제대로 된 AI 모델 퀄리티를 보장하기 어렵다면, 학생 불만과 이탈이 발생할 수 있음.