궁극의 발표 도우미 AI.

발표자료를 잘 만드는 것만으로는 충분하지 않았습니다. 설명하다가 더 좋은 사례가 떠올라도 사진이 없으면 말로 대신해야 했고, 한국어가 익숙하지 않은 학생은 내용을 알아듣는 데 더 많은 힘을 써야 했습니다. 질문을 놓친 채 다음 설명으로 넘어가는 학생도 신경 쓰였습니다.

이런 순간을 도와주는 도구가 있으면 좋겠다고 생각했습니다. 제가 원하는 수업 장면을 에이전트에게 설명하고, 실제로 써 보며 고쳤습니다. 별도의 개발팀을 꾸리기보다 수업을 하는 제가 필요한 기능을 직접 만든 사례입니다.

“다음 장으로 넘겨줘.” “이 건축물 사진 보여줘.” 설명하다 떠오른 요청을 말로 처리하면 화면을 조작하느라 수업을 멈추는 일을 줄일 수 있습니다. 초기 발표 도구에 음성 장표 전환을 구현했고, 이미지 팝업을 띄우고 닫는 기능도 만들었습니다.

사진 한 장이 긴 설명보다 빠를 때가 있습니다. 준비한 장표에 없는 사례도 그 자리에서 보여주고 다시 발표로 돌아오는 것이 목표였습니다. 이후 통합한 수업 화면에는 교수자의 장표 변경이 학생 화면에도 반영되도록 연결했습니다.

외국인 학생이 한국어를 해석하는 데 힘을 다 쓰면 정작 배워야 할 내용을 놓치기 쉽습니다. 제 설명을 실시간 자막으로 정리하고, 학생이 선택한 언어로 번역해 보여주도록 했습니다. 지원 언어 중 자신의 모국어나 익숙한 언어를 고르면 됩니다.

영어·중국어(간체)·일본어·베트남어·미얀마어·러시아어를 지원합니다. 한국어 원문을 함께 볼 수도 있습니다. 모두 같은 수업을 듣되, 설명을 이해하는 데 필요한 언어는 각자 선택하는 방식입니다.

한 개념을 놓치면 그다음 설명까지 어려워질 수 있습니다. 그렇다고 매번 수업을 멈추고 질문하기는 부담스럽습니다. 학생이 자기 화면에서 바로 질문하고 답을 읽은 뒤 수업을 이어갈 수 있도록 AI 조교를 붙였습니다.

AI 조교는 제가 올린 강의자료에서 근거를 찾아 답하고, 참고한 자료와 쪽을 함께 안내합니다. 학생에게 공개된 자료만 사용하며, 질문을 저에게 직접 보내는 것도 가능합니다. 같은 수업 안에서 학생마다 다른 궁금증을 해결할 수 있게 한 것입니다.

발표자료에는 핵심만 담겨 있어 수업 중 제가 덧붙인 설명까지 남지는 않습니다. 그래서 강의 음성과 자막을 기록하고, 수업이 끝난 뒤 학생이 다시 듣고 읽을 수 있도록 했습니다.

기록은 바로 공개하지 않습니다. 제가 자막을 고치고 불필요한 구간을 제외한 뒤 검수해 공개하면, 수강생은 녹음 전체나 필요한 구간을 재생하며 자막을 확인할 수 있습니다. 필기하느라 놓친 설명을 다시 살펴볼 수 있는 복습 자료가 됩니다.

강의에서는 말을 고치기도 하고, 문장 중간에 잠시 쉬기도 합니다. 이를 그대로 받아쓰면 자막이 어색해집니다. Whisper로 인식한 내용을 로컬 AI가 읽기 좋은 문장으로 다듬고 번역하도록 했습니다. 과목과 장표에 맞는 용어집도 활용해 전문용어 인식을 돕습니다.

“이 기둥 사이의 간격은…” 하고 쉬었다가 “사람이 지나갈 수 있는 폭입니다”라고 이어 말하면 같은 문장으로 연결합니다. 이어지는 말이 없으면 들린 부분만 남깁니다. AI가 문장 끝을 임의로 지어내지는 않도록 했습니다.

“폭이 30, 아니 35cm”처럼 말을 고친 경우에는 “폭이 35cm입니다”로 정리합니다. 수치와 단위, 부정 표현의 변경을 검사하고 문제가 감지되면 원문을 유지합니다. 자동 정리와 번역에 오류가 남을 수 있으므로 공개 전 검수도 함께 사용합니다.

큰 화면을 띄우는 기기와 목소리를 받는 기기를 나눴습니다. 휴대전화나 컴퓨터에서 음성을 받고, 마이크나 AirPods가 해당 기기의 입력 장치로 인식되면 활용할 수 있습니다. 교수자 화면에는 수업 진행 기능을, 학생 화면에는 자막 언어 선택과 질문 기능을 뒀습니다.

로컬 Whisper와 언어모델을 연결하고 음성 인식·문장 정리·번역을 나눠 처리했습니다. 번역을 기다리는 동안에도 다음 말을 받을 수 있게 하고, 결과는 발화 순서대로 보여줍니다. 필요한 용어와 문맥만 전달해 처리 지연을 줄이도록 다듬었습니다.

핵심은 기능의 개수보다 누가 왜 만들었느냐에 있습니다. 수업을 하는 제가 학생들이 어려워하는 순간을 떠올리고, 그때 필요한 도움을 프로그램으로 만들었습니다. 화면 제어, 통역, 질문, 복습을 제 수업에 맞게 연결한 것입니다.

로컬 AI를 운영하고 에이전트에게 작업을 맡기는 경험이 바탕이 됐습니다. 필요한 장면을 설명하고 결과를 확인하며 고치는 과정은 제 몫이었습니다. 그 과정을 거쳐 한 사람의 수업 아이디어가 학생마다 필요한 도움을 줄 수 있는 도구가 됐습니다.

음성 장표 전환은 초기 발표 도구에 구현했고, 현재 Academy에는 음성 이미지 표시·닫기와 장표 제어 연결점이 있습니다. 소개한 기능의 일부는 서로 다른 개발 단계에서 만들어졌습니다. 녹음·자막은 교수자가 검수해 공개한 뒤 수강생이 볼 수 있습니다. 실제 화면 예시는 시험 계정과 합성 강의 음성을 사용했습니다. 번역 정확도와 처리 속도는 언어·모델 부하·교실 환경에 따라 달라지며, AirPods와 개별 단말의 실제 교실 사용은 추가 확인이 필요합니다.