어떤 맥락에서 무엇을 시도했는지
01 · SIGNALS
다음 판단에 쓰이지 않는 데이터는 쌓기만 해서는 의미가 없습니다.
한 번의 제출이 끝이 아니라 다음 과제·코치 예외·학생 자기성찰의 맥락이 됩니다.
AI와 인간이 무엇을 발견했는지
피드백 후 무엇이 바뀌었는지
완수·재시도·설명 패턴
02 · HUMAN LAYER
중요한 판단은 인간에게 남깁니다.
AI는 초안과 우선순위를 도울 수 있지만 교육자는 검토·override·맥락 판단을 할 수 있어야 합니다.
✓Teacher override
✓Coach exception queue
✓역할별 데이터 가시성
✓Evidence와 audit trail
03 · MOAT
진짜 moat는 누적 맥락과 workflow입니다.
단일 AI 모델은 복제될 수 있지만 장기 학습맥락, 교사 workflow, human network는 누적으로 강해집니다.
개념·오류·기술의 시계열
학교·시험·학생 맥락
템플릿·루브릭·예외
교사·코치·StudyMate