1) 문제점
교육 플랫폼 내 강사 품질 관리는 수동 평가에 의존하고 있어 인력 소모가 크고 일관성 확보가 어려움
수업 녹화 영상은 분석되지 않은 채 아카이빙만 되고 있으며, 학습 개선 피드백이 부족함
학생 개별 질문에 대한 응답이 부족하여 즉각적인 학습 피드백 제공이 어려움

2) 프로젝트 목표
자동 평가 시스템 도입: 교사의 수업 영상 기반 수업 품질을 자동 분석 및 리포트화
수학 어시스턴트 개발: 학생 질문을 즉시 파악하고 정확도 높은 AI 피드백 제공
관리 시스템 고도화: 학습 영상 및 리포트 통합 관리 시스템으로 교육의 품질 관리와 운영 효율화 달성

3) 주안점
음성→텍스트→LLM 평가 흐름 자동화
PDF 기반 질의응답 + 수학 문제 OCR 인식률 향상
수업 데이터 중앙화 및 실시간 시각화 리포트 제공
보안 고려: 수업 영상 및 평가 결과에 대한 권한 기반 접근 제어 적용

본 프로젝트는 디지털 시대의 교육 품질 향상을 위한 AI 기반 에듀테크 솔루션을 구현하는 것을 목표로 하였습니다.
녹화된 수업 영상(mp4)을 자동 분석하여 강사별 교육 수준을 GPT 기반으로 평가하고, 학습자는 교재 기반 PDF를 통해 실시간 문제 풀이를 받을 수 있습니다.
AssemblyAI를 통해 음성-텍스트 전환과 대화자 분리, ffmpeg를 활용한 자동 전처리, 그리고 OpenAI GPT 기반 평가 및 문제풀이까지 모든 과정이 자동화되었습니다.

서버는 FastAPI + PostgreSQL + Redis 기반으로 구성되며, 초당 1000건 이상의 요청도 처리 가능한 성능을 확보했습니다.
프론트엔드는 Next.js + TailwindCSS 기반으로 모바일 대응 반응형 UI를 구성했으며, WebSocket으로 실시간 피드백을 구현하였습니다.

정량적 성과
1. 영상 기반 교사 평가 리포트 자동화로 주간 평가 시간 90% 단축
2. OCR 기반 문제 인식 정확도 99.8% 달성
3. 수학 문제에 대한 GPT-4 기반 답변 정확도 95% 이상
4. 실제 운영 서버 기준, 평균 응답 시간 10ms 이하 유지

✅ 1) 포트폴리오 소개
본 프로젝트는 글로벌 온라인 수업 플랫폼을 위한 교사 자동 평가 시스템과 실시간 수학교사 어시스턴트를 개발한 사례입니다.
주요 타깃은 온라인 수업에 참여하는 교사 및 학생, 관리자이며, AI를 기반으로 수업의 질을 정량적으로 평가하고,
수학 문제 풀이 지원 도우미 기능을 통해 학습 효율을 향상시키는 데 목적이 있습니다.

✅ 2) 작업 범위 및 지원 환경
작업 범위:
백엔드 구축 (FastAPI, PostgreSQL, Redis 기반 이중 캐싱 구조)
프론트엔드 개발 (Next.js 14, TypeScript, TailwindCSS)
실시간 수업 분석 시스템 설계 및 구현
관리자용 평가 리포트 저장 및 시각화 화면 개발
WebSocket 연동을 통한 실시간 피드백 UI 설계
지원 환경: 반응형 웹, 데스크탑 환경, 모바일 웹

✅ 3) 주요 업무
교사 자동 평가 기능: 수업 영상(mp4)을 업로드하면 ffmpeg를 활용해 mp3로 변환하고, AssemblyAI를 통해 음성-텍스트 변환 및 대화자 분리 → GPT를 통한 AI 기반 평가 자동 생성
수학교사 어시스턴트 기능: PDF 및 이미지 기반 문제 인식 → 실시간 피드백 제공, OpenAI 기반 자연어 Q&A 기능
통계 리포트 및 시각화: 교사별·회차별 평가 리포트를 자동 저장하고, 차트로 시각화된 관리자 페이지 제공
PDF.js + OCR 통합 인식 시스템: 교재 기반 질의응답을 위한 실시간 학습문서 인식 시스템 구축 (정확도 99.8%)

✅ 4) 주안점
음성 처리 + LLM 기반 분석의 결합: 강의 음성을 정확히 분석하여 객관적이고 일관된 교사 평가를 구현
확장 가능한 아키텍처: PostgreSQL + Redis + FastAPI 기반 확장 구조로 대용량 수업 영상 처리 대응
사용자 경험 중심: 실시간 WebSocket 피드백, 간단한 영상 업로드 인터페이스, 명확한 결과 시각화로 UX 향상
AI의 신뢰성 확보: 수학 특화 엔지니어링을 통해 95% 이상의 정확도로 수학 문제 자동 풀이 및 검증 구현