수업 만족도·완료율·강의 품질·학습 효과 등 다양한 정량·정성 데이터를 AI로 분석해 강사 등급을 산출하는 AI 강사 평가 시스템. 단일 별점이 가리던 부분을 데이터로 드러내도록 설계했습니다.
강사 별점 4.8점이 평가의 끝이라면, 그건 평가가 아니라 "덜 평가한 것"이었습니다.
별점은 만족한 사람이 더 잘 남기는 경향이 있고, 강사의 실제 가르침 품질을 평균값 하나로 압축합니다. 수업 만족도, 완료율, 강의 품질, 학습 효과가 각각 어떻게 다른지 잡지 못하면 운영사가 강사에게 줄 피드백도 결국 "별점 잘 유지하세요" 수준에서 끝납니다.
강사 입장에서도 "어디를 어떻게 고쳐야 하는지"가 안 보이는 평가는 받아도 다음 수업이 달라지지 않았습니다.
정량·정성 지표를 여러 축으로 분석한 다음, 강사에게 단순 등급이 아니라 "어디를 보강하면 좋은지"까지 같이 돌려주는 시스템을 만들었습니다.
수업 만족도, 완료율, 강의 품질, 학습 효과를 각각의 모델로 처리하고, 종합해 S/A/B 등급을 산출합니다. 등급은 절대 점수가 아니라 "비슷한 영역의 강사들 사이에서 어디에 위치하는가"를 반영합니다.
강사에게는 등급과 함께 맞춤형 개선 인사이트를 돌려줘, 다음 수업에 어디부터 손볼지를 데이터 기반으로 잡을 수 있게 했습니다.
정량·정성 지표 각각의 분석 모델을 분리해 학습.
데이터 수집·처리·등급 산출 백엔드는 Spring Boot.
운영자용 어드민과 강사용 리포트 UI는 React.
기존 운영사 데이터 환경에 맞춰 MySQL + AWS로 통합.