출제 시간 단축
70%
파일럿 측정
§ 03 · Solutions · By Sector
다섯 섹터, 같은 코어 위에서.
학원 · 출판사 · 공교육 · 대학 · 기업. 표면 다섯, 운영 코어 하나. 각 섹터마다 페르소나 · 워크플로우 · 도입 일정 · 비교 매트릭스를 한 페이지에서 보여드립니다.
01 · BY SECTOR
Academies
학원 · 교육 기관
강사 손이 닿는 면적을 넓히는 엔진.
대치동 1타 강사부터 지방 중소형 학원까지. Curea 위에서 강사의 출제 의도를 시드로 받아 변형 문항을 자동 생성하고, 강사 승인 후에만 학생에게 도달합니다. 강사를 대체하지 않고 강사가 더 많은 학생을 만나게 합니다.
§ TEACHER SEED강사가 시드 1개 입력 → QGen 엔진이 10-100 변형 생성 → 세 도장 통과한 변형만 학생 도달. 강사는 시드 입력자이자 최종 도장 승인자.
변형 정확도 ±1
86.8%
1,218 GT 기준
IP 정책
협의형
파트너별 설계
§ Stakeholder Personas
이 자리에서 누가, 무엇을 보고 있나
의사결정자
원장 · 본부장
- KPI
- 매출 / 학생 만족 / 강사 효율
- 우려
- AI가 만든 문제를 학생이 믿을까
- 권한
- 계약 · 라이선스 결정
운영자
대표 강사 · 콘텐츠 팀장
- KPI
- 출제 속도 / 검수 품질
- 우려
- 내 출제 의도가 정확히 반영될까
- 권한
- 시드 입력 · 도장 승인
학습자
학생 · 학부모
- KPI
- 성적 향상 / 학습 시간
- 우려
- 검증 안 된 문제 나오면 어쩌나
- 권한
- 서비스 이용 결정
IT · 보안
운영 매니저
- KPI
- API 안정성 / 개인정보 보호
- 우려
- 학생 데이터가 외부로 새지 않을까
- 권한
- 기술 검수 · 보안 사인오프
§ User Story
한 사이클이 어떻게 도는가
대형 학원의 출제 시즌, 어느 월요일.
월요일 09:00
대표 강사 김민준
풀림 스튜디오에 출제 의도 시드 5개 입력 (단원·난이도·블룸 단계)
QGen 엔진이 시드당 20문항 변형 생성 시작
월요일 09:15
AI 1차·2차 도장
100문항 자동 검증 — 포맷·중복·난이도 ±1 통과 여부
92문항이 강사 검수 대기 큐로
월요일 10:30
강사 김민준
큐에서 92문항을 1.5시간 검수 — 통과/수정/탈락 표시
88문항 통과 · 4문항 미세 수정 후 통과
월요일 13:00
운영 팀장
88문항을 학원 콘텐츠 그리드에 등록 + 학생 배포 일정 설정
내일 09:00 모든 등록 학생에게 자동 배포
화요일 17:00
학생 응답 분석
Layer 2 trace로 정답률·시간·약점 분석 자동 집계
강사 다음 주 시드 입력의 근거가 되는 약점 그래프 갱신
§ Challenge × Fit
문제와 큐레아의 답변
§ Challenge
학원이 자체 문제은행을 운영하려면 강사 손으로 문제를 매번 출제해야 했습니다. AI를 도입해도 “AI가 만든 문제”를 강사가 신뢰하지 못하는 문제가 남습니다.
외주 콘텐츠는 운영 통제가 어렵고, 자체 제작은 강사 시간을 갉아먹습니다. 두 경로 모두 학생 수가 늘어날수록 운영 부담이 커집니다.
§ How Curea fits
강사 시드 → 변형 자동 생성. 강사가 출제 의도와 난이도를 입력하면 QGen 엔진이 변형 문항을 생성합니다. 변형은 모두 세 도장(Stamp 1 · Stamp 2 · 강사)을 거쳐 학생에게 도달.
공동 IP · 풀림 그리드 동시 등록. 학원과 공동 제작한 문항은 학원 자체 브랜드와 풀림 그리드에 동시 등록되어, 학원이 만든 IP를 외부로 전이시키지 않으면서도 분배 채널을 추가합니다.
Inventory-First 운영 구조. 반복 수요가 예상되는 문항은 미리 만들고 검증해 재고로 보관합니다. 학생 수가 늘어도 요청 시점의 생성 부담이 커지지 않습니다.
§ Stakeholder Map · RACI
책임자 R · 승인자 A · 협의 C · 정보 I
§ Task
R 책임자
A 승인자
C 협의
I 정보
출제 의도 시드 입력
대표 강사
원장
콘텐츠 팀장
학원 본부
세 도장 검증 운영
큐레아 엔진
큐레아
강사
원장
학생 배포 결정
운영 팀장
원장
강사
학부모
약점 분석 리포트
큐레아
원장
강사
학원 마케팅팀
IP · 저작권 합의
큐레아 + 원장
원장
법무
강사
§ Risk × Mitigation
이런 게 걱정되시죠? 큐레아의 답.
강사 출제 노하우가 큐레아에 흡수되는 것 아닌가
시드는 강사가 입력하고 결과 IP는 강사·학원이 보유. 큐레아는 엔진만 라이선스, 콘텐츠 IP는 협의형.
AI가 만든 변형이 학생 수준에 안 맞으면
난이도 ±1 정확도 86.8% (1,218 GT 기준). 세 도장 통과 못 한 변형은 학생 도달 불가. 미통과시 강사가 직접 수정.
학생 응답 데이터가 외부로 유출되면
PostgreSQL 한 축에서만 보관. AWS 한국 리전. 외부 SaaS 프록시 0. 시 측 export 권한 보유.
강사가 도입을 거부하면
강사가 시드 입력자·도장 승인자로 워크플로우 중심. 강사가 빠지면 시스템이 멈추는 구조 — 대체가 아니라 보조.
§ Vs. Alternatives
큐레아 · 외주 LMS · 자체 구축 비교
§ 기준
§ 큐레아
§ 외주 LMS
§ 자체 구축
출제 시간
70% 단축 (강사 시드 → 변형 자동)
외주 일정에 따름
강사 시간 100% 투입
AI 검증
세 도장 (AI×2 + 강사)
단일 LLM (자체 판정)
강사 단일 도장
학생 도달 속도
검증 후 즉시 (재고 활용)
주 단위 배포
강사 검수 후 수동
IP 통제
협의형 · 학원 보유
외부 LMS에 종속
학원 100% 보유
확장성
학생 N배 = 비용 √N
학생당 라이선스 선형 증가
강사 추가 채용 필요
§ Capabilities used
02 · BY SECTOR
Publishers
출판사 · 교재 공급자
교재 한 권이 콘텐츠 그리드 한 칸이 되는 구조.
교재의 문항 · 해설 · 변형이 Curea 의 단일 그리드에 ID 참조로 등록되고, 디지털 학습 제품에 즉시 재사용됩니다. 기존 교재의 가치를 보존하면서 디지털 채널을 추가로 확보합니다.
§ 교재 1페이지
§ Grid 1칸 · 12 BLOCKS
지문
문제
선지
해설
이미지
오디오
동영상
루브릭
난이도
메타
주석
참조
§ COPY-ON-WRITE교재 본문이 ComponentBlock 12종으로 분해되어 그리드에 등록. 원본은 immutable, 변형은 COW 기록. Per-item · per-surface 라이선스 단위.
Block types
12+
enum-extensible
Source preservation
COW
Git/ZFS 원리
Licensing 단위
per-item
per-surface 가능
§ Stakeholder Personas
이 자리에서 누가, 무엇을 보고 있나
의사결정자
편집장 · 대표이사
- KPI
- 디지털 매출 / IP 자산 가치
- 우려
- 기존 교재 매출이 잠식되지 않을까
- 권한
- IP 라이선스 · 사업 모델 결정
IP 담당자
저작권 매니저
- KPI
- IP 통제 / 정산 정확도
- 우려
- 원본 콘텐츠가 변형되어 유출될까
- 권한
- 저작권 정책 · 추적 시스템
운영자
편집자 · 디지털 PM
- KPI
- 디지털 전환 속도 / 교재 활용도
- 우려
- 편집 워크플로우가 복잡해지지 않을까
- 권한
- 블록 정의 · 디지털 가공
학습 파트너
교재 사용 학원
- KPI
- 재고 활용 / 신선도
- 우려
- 같은 교재를 다른 학원도 쓸까
- 권한
- 재계약 · 사용 범위 협의
§ User Story
한 사이클이 어떻게 도는가
중견 출판사의 신간 출간 + 디지털 분배.
D-30
편집장 박서연
신간 교재 PDF를 풀림 스튜디오에 업로드, 단원·블룸 메타 입력
OCR + Layout Parser가 본문을 ComponentBlock 12종으로 분해
D-21
AI 자동 검증
분해된 블록의 형식·완전성 검증, 누락 블록 자동 보강 요청
편집자 검토 큐에 누락분만 노출
D-14
편집자 서민지
누락분 검토 후 그리드 등록 승인 + per-item 라이선스 범위 설정
교재 1권이 그리드 1칸으로 등록 — 동시에 학원·앱 분배 가능
D-7
저작권 매니저
Copy-on-Write 라이선스 규칙 설정 (학원별 사용 범위 · 정산 단가)
Ledger Principle로 모든 사용이 자동 기록
D-0
교재 출간
종이책 출간과 동시에 디지털 그리드 라이선스 오픈
파트너 학원이 IP 변형 시 원본 보존 + 정산 자동
§ Challenge × Fit
문제와 큐레아의 답변
§ Challenge
출판사는 교재 본문을 만들지만, 같은 콘텐츠를 디지털로 다시 가공하는 작업이 별도 운영 부담으로 남습니다. 외주 LMS 입주는 IP를 외부에 맡기는 구조 — 원본 교재의 통제권이 약해지는 결과로 끝나기 쉽습니다.
§ How Curea fits
ComponentBlock 모델. 교재 본문이 지문 · 선지 · 해설 · 이미지 · 오디오 블록으로 분해되어 그리드에 등록됩니다. 같은 블록이 문제집 · 강의 슬라이드 · 학습 미디어로 ID 참조로 재사용.
원본 불변 (Copy-on-Write). 출판사 원본은 immutable. 파트너 학원이 변형해서 쓰면 원본은 그대로 보존되고 변형분만 따로 기록됩니다. 저작권 추적이 자동.
Per-item · Per-surface 권한 관리. 동일 문항이라도 앱별 · 학원별 사용 범위를 분리할 수 있습니다. Ledger Principle 에 따라 모든 사용 기록이 남습니다.
§ Stakeholder Map · RACI
책임자 R · 승인자 A · 협의 C · 정보 I
§ Task
R 책임자
A 승인자
C 협의
I 정보
교재 디지털 가공
편집자
편집장
큐레아 PM
저자
ComponentBlock 정의
큐레아
편집장
디지털 PM
IP 매니저
IP 라이선스 범위
IP 매니저
대표이사
큐레아 법무
학원 파트너
사용 추적 / 정산
큐레아 ledger
IP 매니저
학원
저자 · 편집장
학원 분배 계약
디지털 PM
편집장
IP 매니저
학원 본부장
§ Risk × Mitigation
이런 게 걱정되시죠? 큐레아의 답.
교재 원본이 변형되어 IP 통제권이 약해지지 않을까
Copy-on-Write 구조 — 원본은 immutable, 변형은 별도 기록. 원본 출판사가 항상 ground truth.
디지털 채널이 종이책 매출을 잠식하지 않을까
Per-surface 라이선스로 채널별 가격·범위 분리 가능. 디지털 신규 매출이 종이 대체가 아닌 추가.
학원이 무단 복제하면
Ledger Principle — 모든 사용이 자동 기록되고 SQL로 export. 무단 사용은 즉시 탐지.
편집 워크플로우가 복잡해질까
OCR + Layout Parser가 80% 자동. 편집자는 누락분만 검토. 기존 인력 그대로 작동.
§ Vs. Alternatives
큐레아 · 외주 LMS · 자체 구축 비교
§ 기준
§ 큐레아
§ 외주 LMS
§ 자체 구축
IP 통제
원본 immutable · COW 변형 추적
외주 LMS에 종속
출판사 100% 보유 (디지털 전환 부담)
디지털 전환 속도
OCR 자동 + Block 분해
주 단위 매뉴얼 가공
월 단위 인하우스 개발
라이선스 단위
Per-item · Per-surface 가능
LMS 통합 라이선스
계약별 협의
사용 추적
Ledger 자동 기록 · SQL export
대시보드 (가공된 view)
수동 정산
신규 채널 추가
같은 블록 ID 참조로 즉시
신규 라이선스 계약 필요
재제작
§ Capabilities used
03 · BY SECTOR
Public Sector
공교육 · 지자체
시민 평생학습이 90일 만에 도착합니다.
수원시 새빛인강이 그 증거. 지자체가 자체 브랜드로 시민 학습 플랫폼을 운영할 때 가장 큰 부담인 콘텐츠 큐레이션과 운영 설계를 Curea 의 4,800 노드 그래프와 1.2M 검증 콘텐츠 재고가 흡수합니다.
수원시3만+ 시민 · LIVE
서울협의
평창협의
광주협의
부산협의
태백협의
§ REPLICABLE PATTERN수원시 새빛인강이 90일 만에 3만 시민 도달 — 같은 B2G LiveEdu 패키지가 다른 지자체에서도 동일하게 작동합니다. 데이터 주권은 시 측이 보유.
도달 속도
90일
수원시 3만 명
확장 협의
4 도시
평창 · 태백 · 광주 · 부산
운영 효율
Scale
재고 재사용
§ Stakeholder Personas
이 자리에서 누가, 무엇을 보고 있나
의사결정자
시장 · 교육담당관
- KPI
- 시민 참여율 / 평생학습 지표
- 우려
- 예산 대비 시민이 실제로 쓸까
- 권한
- 예산 · 사업 승인
운영자
평생학습관 직원
- KPI
- 플랫폼 가동률 / 콘텐츠 신선도
- 우려
- 콘텐츠 큐레이션을 우리가 할 수 있을까
- 권한
- 운영 일정 · 강사 협력
학습자
시민 (초등~성인)
- KPI
- 학습 완주율 / 만족도
- 우려
- 내 수준에 맞는 콘텐츠가 있을까
- 권한
- 서비스 선택 · 입소문
법무 · 보안
시 정보보호 담당
- KPI
- KISA 가이드 · 개인정보 보호법
- 우려
- 시민 데이터가 외부 SaaS로 흘러갈까
- 권한
- 보안 검수 · 사인오프
§ User Story
한 사이클이 어떻게 도는가
수원시 새빛인강, 90일에서 30,000 시민까지.
Day 1
시 교육담당관
큐레아와 LiveEdu 패키지 도입 결정 — 4,800 노드 그래프 + 1.2M 콘텐츠 재고 확인
NDA · 보안 검수 시작 (병행)
Day 14
큐레아 + 시
시 교육과정 매핑 + 협력 강사 풀 구성 (Stamp 3 단계 검수자)
초·중·고·성인 4트랙 콘텐츠 그리드 구축
Day 45
시 협력 강사
재고 콘텐츠 중 수원시 맥락에 맞는 항목 1차 큐레이션
시민 도달 가능 콘텐츠 6만 건 확정
Day 60
시 정보보호팀
데이터 격리 · PostgreSQL 한 축 · SQL export 검수
KISA 가이드 부합 사인오프
Day 90
새빛인강 정식 오픈
플랫폼 정식 오픈, 시민 가입 시작
90일 만에 누적 3만 명 시민 도달
§ Challenge × Fit
문제와 큐레아의 답변
§ Challenge
지자체가 시민 평생학습 플랫폼을 자체 운영하려면 콘텐츠 큐레이션 콘텐츠 운영 설계가 가장 큰 장벽입니다. 외주 LMS는 운영 데이터를 외부에 의존시키고, 자체 콘텐츠는 갱신 속도가 따라오지 못합니다.
§ How Curea fits
지자체 교육과정 매핑. 시민 대상 콘텐츠는 Curea 의 4,800 노드 분류 체계에 매핑되고, 시 측 협력 강사가 Stamp 3 단계에서 승인합니다.
Inventory-First 운영 구조. 시민이 늘어날수록 검증된 콘텐츠 재고를 반복 활용합니다. 요청 시점의 실시간 생성 부담을 줄여 안정적으로 운영합니다.
데이터 주권. 운영 데이터는 PostgreSQL 한 축에 모이고, 시 측이 직접 export 가능. 외부 SaaS 의존이 없어 KISA / 개인정보보호법 대응이 단순합니다.
§ Stakeholder Map · RACI
책임자 R · 승인자 A · 협의 C · 정보 I
§ Task
R 책임자
A 승인자
C 협의
I 정보
예산 · 사업 승인
교육담당관
시장
시의회
시민
플랫폼 구축 · 운영
큐레아
교육담당관
평생학습관
시민
콘텐츠 큐레이션
시 협력 강사
평생학습관
큐레아
시민
데이터 · 보안 검수
시 정보보호팀
교육담당관
큐레아 보안
KISA
시민 모집 · 마케팅
시 홍보팀
교육담당관
평생학습관
시 의회
§ Risk × Mitigation
이런 게 걱정되시죠? 큐레아의 답.
시민이 실제로 안 쓰면
재고 6만+ 콘텐츠 즉시 활용. 첫 사용 장벽 낮음. 새빛인강은 90일 만에 3만 시민.
외부 SaaS 의존으로 데이터 주권 잃을까
PostgreSQL 한 축 · AWS 한국 리전 · 외부 SaaS 프록시 0. 시 측이 언제든 SQL export 가능.
콘텐츠 신선도 유지가 어려울까
Inventory-First 구조 — 검증된 재고가 시민 늘어도 안정 운영. 신규 콘텐츠는 협력 강사가 분기마다 추가.
예산이 매년 다시 확보돼야 하나
B2G 패키지는 연 단위 라이선스 + 학습 데이터는 시 보유. 운영 부담 안정적.
§ Vs. Alternatives
큐레아 · 외주 LMS · 자체 구축 비교
§ 기준
§ 큐레아
§ 외주 LMS
§ 자체 구축
도달 속도
90일 (수원시 사례)
6-12개월 (LMS 통합)
2-3년 (자체 구축)
데이터 주권
시 보유 · SQL export
SaaS 종속
시 보유 (구축 부담)
콘텐츠 재고
1.2M 검증 콘텐츠 즉시
자체 매뉴얼 구축
0에서 시작
확장성
재고 재사용 (cost √N)
시민당 라이선스
강사 추가 채용
KISA 부합
AWS 한국 리전 · 외부 SaaS 0
SaaS별 별도 검수
직접 인증 비용
§ Capabilities used
04 · BY SECTOR
Higher Education
대학 · 연구 기관
학과 단위로 자체 학습 운영 시스템을 짓는 길.
강의 보조 자료, 형성 평가, 학습 데이터 분석을 단일 그리드 위에 올려 놓고 학과·연구실 단위로 운영. 학생 약점 그래프가 단원 단위로 출력되어 교수의 강의 설계 피드백 루프에 직접 들어갑니다.
기억
이해
적용
분석
평가
창조
단원 A
단원 B
단원 C
단원 D
강함 · > · 약함 학생 현재 위치
§ MULTI-AXIS DIAGNOSIS학생 응답이 단원 × 블룸 6단계에 매핑. 약점 셀에서 거리가 가까운 다음 문항이 Hybrid Retrieval로 검색됩니다. 단원 단위 약점 해상도.
Bloom levels
6
fully tagged
약점 해상도
Unit-level
단원 단위
관측 export
SQL
no SaaS proxy
§ Stakeholder Personas
이 자리에서 누가, 무엇을 보고 있나
의사결정자
학과장 · 부총장
- KPI
- 강의 만족도 / 연구 산출물
- 우려
- 여러 LMS·도구가 또 늘어나는 것 아닌가
- 권한
- 학과 도입 · 예산
운영자
교수 · TA
- KPI
- 강의 시간 절감 / 학생 성취
- 우려
- 도구 익히는 데 시간 들지 않을까
- 권한
- 강의 설계 · 평가 운영
연구자
학습 분석 연구실
- KPI
- 논문 산출 / 데이터셋 품질
- 우려
- 데이터 접근이 또 막힐까
- 권한
- 연구 데이터 활용 · IRB
학습자
학생
- KPI
- 성취도 / 학습 시간
- 우려
- 내 약점이 외부 노출될까
- 권한
- 서비스 이용 동의
§ User Story
한 사이클이 어떻게 도는가
대학 학과 단위 도입, 한 학기 강의 사이클.
학기 시작 -2주
교수 이지훈
강의 자료 + 학습 목표를 시드로 입력
QGen이 단원별 형성 평가 30문항 생성
학기 시작 -1주
AI 도장 + 교수
형성 평가 검증 — Stamp 1·2·교수의 세 도장
24문항 통과 · 6문항 교수 수정 후 통과
주차별
학생
강의 후 형성 평가 응시 — 응답이 4,800 노드 그래프에 매핑
학생별 약점 그래프 갱신 (단원 × 블룸 단계 × LC/SC)
중간 평가 후
교수
약점 그래프 보고 다음 주차 강의 보강 자료 시드 추가
강의 개선 피드백 루프 자동
학기 말
연구실
Layer 2 trace 데이터 SQL export (익명화) — DPO 학습 데이터셋 구성
학습 분석 논문 ground truth 확보
§ Challenge × Fit
문제와 큐레아의 답변
§ Challenge
대학은 LMS 라이선스 · 별도 출제 도구 · 학습 분석 SaaS 를 따로 사면서 데이터가 흩어집니다. 강의 개선의 근거가 어디에 있는지 추적하기 어렵습니다.
§ How Curea fits
형성 평가 자동 생성. 강의 자료를 시드로 형성 평가가 자동 생성되고, Stamp 1 · Stamp 2 · 교수의 세 도장을 거칩니다.
약점 그래프. 학생 응답 패턴이 4,800 노드 분류 그래프 위에 매핑되어, 단원 · 성취기준 · 블룸 단계별로 약점이 시각화됩니다.
학술 연구 지원. Layer 1 + Layer 2 관측 데이터를 연구실이 직접 export 해 학습 분석 · 교수법 연구의 원천 데이터로 활용 가능.
§ Stakeholder Map · RACI
책임자 R · 승인자 A · 협의 C · 정보 I
§ Task
R 책임자
A 승인자
C 협의
I 정보
학과 도입 결정
학과장
부총장
교무처
교수회
강의 설계 · 평가 운영
교수
학과장
큐레아
TA
약점 분석 · 강의 개선
교수 + 큐레아
학과장
TA
학생
연구 데이터 활용
연구실
IRB
큐레아
학과장
학생 동의 · 보안
교무처
학과장
큐레아 법무
학생
§ Risk × Mitigation
이런 게 걱정되시죠? 큐레아의 답.
학생 데이터가 외부 SaaS로 유출될까
PostgreSQL 한 축 · 외부 SaaS 프록시 0. 익명화된 데이터만 연구실 export 가능. IRB 호환.
교수가 도구 익히는 시간 부담
시드 입력 = 강의 자료 업로드 5분. 검증·평가는 자동. 교수 시간 부담 < 30분/주.
LMS 또 늘어나는 것 아닌가
기존 LMS와 통합 — 큐레아는 콘텐츠·검증·약점 레이어만 담당. UX는 기존 그대로.
연구 데이터 접근이 다시 막힐까
SQL export 표준 — 별도 ETL 없음. IRB 익명화 자동. 4,800 노드 그래프 자체가 연구 ground truth.
§ Vs. Alternatives
큐레아 · 외주 LMS · 자체 구축 비교
§ 기준
§ 큐레아
§ 외주 LMS
§ 자체 구축
형성 평가 생성
강의 자료 시드 → 자동 생성 + 세 도장
LMS 출제 도구 (수동)
교수·TA 100% 시간 투입
약점 분석
단원 × 블룸 × LC/SC 3차원
정답률 기반 1차원
엑셀 수기 분석
연구 데이터 활용
SQL export · DPO-ready diff
대시보드만 (가공)
자체 로깅 (부담)
LMS 통합
기존 LMS와 병행 (콘텐츠 레이어만)
신규 LMS 교체
API 통합 비용
IRB · 익명화
자동 익명화 · 표준 SQL
SaaS별 별도 IRB
수동 익명화
§ Capabilities used
05 · BY SECTOR
Enterprise L&D
기업 교육
직무 단위 학습 콘텐츠를 사내 브랜드로.
KB 국민은행 라스쿨 AI 가 그 패턴. 기업이 자체 학습 브랜드를 직원에게 제공할 때, Curea 의 엔진은 사내에서는 보이지 않게 작동하고 학생/직원 화면에는 기업 자체 UX 가 노출됩니다.
§ 큐레아 백엔드 · 직원에게 안 보임
QGen Engine
세 도장 검증
학습 분류 그래프
Layer 1+2 관측
PostgreSQL · 단일 축
§ 기업 자체 UX · 직원이 보는 화면
KB 라스쿨 AI김민준 · 영업본부
12직무 트랙
420학습 강의
85평가
6인증
§ INVISIBLE ENGINE기업은 자체 브랜드·UX로 직원에게 학습 서비스를 제공합니다. 큐레아 엔진은 백엔드에서만 작동, 외부 노출 0. SOC2 · ISO 27001 (2027 예정).
White-label
Yes
KB 라스쿨 AI 운영 중
운영 검증
Live
대형 금융 파트너
SOC2 / ISO
2027
예정
§ Stakeholder Personas
이 자리에서 누가, 무엇을 보고 있나
의사결정자
HR 본부장 · CHRO
- KPI
- 직원 역량 향상 / 운영비 절감
- 우려
- 외부 도입은 또 보안 검수가 길어질까
- 권한
- 연간 예산 · 도입 결정
운영자
L&D 매니저 · 인재개발팀
- KPI
- 학습 완주율 / 직무별 성취
- 우려
- 브랜드가 외부에 노출되지 않을까
- 권한
- 콘텐츠 운영 · 직무 매핑
학습자
직원
- KPI
- 직무 인증 / 승진 · 평가
- 우려
- 내 학습 기록이 인사에 어떻게 쓰일까
- 권한
- 서비스 이용 동의 · 피드백
보안 · 법무
CISO · 법무팀
- KPI
- SOC2 · ISO · 개인정보 보호법
- 우려
- 데이터가 외부 SaaS로 흘러갈까
- 권한
- 보안 검수 · 계약 사인오프
§ User Story
한 사이클이 어떻게 도는가
KB 국민은행 라스쿨 AI 패턴: 자체 브랜드 + 사내 운영.
계약 0
HR 본부장 + 큐레아
직무 체계·교육 프로그램을 4,800 노드 그래프와 매핑
직무별 학습 트랙 설계
구축 0~1개월
큐레아 + 기업 IT
AWS 사내 인프라 위에 white-label 배포 — KB 자체 도메인 · 자체 UX
직원 화면에는 KB 라스쿨 AI 로 보임, 큐레아 엔진은 안 보임
운영 1~3개월
L&D 매니저
직무별 콘텐츠 배포 — 큐레아 엔진이 자동 생성·검증, L&D팀이 최종 도장
KB 직원들에게 사내 브랜드로 직무 교육 제공
평가 분기마다
L&D + HR
직무별 약점 그래프 → 다음 분기 교육 프로그램 설계
직원 역량과 교육 효과 정량 측정
확장 6개월~
HR 본부장
다른 직군 (마케팅·IT·법무 등)으로 트랙 확장
한 코어 위에서 N개 직군 교육이 동시 운영
§ Challenge × Fit
문제와 큐레아의 답변
§ Challenge
금융 · 통신 · 제조 등 규제 산업의 사내 교육은 외부 SaaS 도입이 어렵습니다. 콘텐츠 검증과 데이터 보안이 양쪽 다 필요한 상황.
§ How Curea fits
White-label 구조. Curea 는 생성 · 검증 · 운영 시스템을 구축하고, 기업은 자체 UX 를 학생에게 노출합니다. 검증 파이프라인은 사내에서는 보이지 않습니다. KB 국민은행 라스쿨 AI 가 그 예.
직무 단위 매핑. 기업의 직무 체계 (예: KB 의 교육 프로그램 분류) 를 Curea 의 4,800 노드 그래프와 매핑해 직무별 약점 그래프 를 생성합니다.
SOC2 · ISMS 호환. AWS Native (ECS · WAF · ACM · Infisical) 시스템 위에서 운영. 2027 대형 B2B 계약 시점에 SOC2 · ISO 27001 인증 확보 예정.
§ Stakeholder Map · RACI
책임자 R · 승인자 A · 협의 C · 정보 I
§ Task
R 책임자
A 승인자
C 협의
I 정보
계약 · 예산 결정
HR 본부장
CHRO
CFO
대표이사
직무 매핑 · 트랙 설계
L&D 매니저
HR 본부장
큐레아
직무 부서장
White-label 배포
큐레아
HR 본부장
기업 IT · CISO
직원
콘텐츠 검증
큐레아 + L&D
HR 본부장
직무 전문가
직원
직원 평가 · 인사 반영
HR
인사위원회
L&D 매니저
직원
§ Risk × Mitigation
이런 게 걱정되시죠? 큐레아의 답.
외부 도구 보안 검수가 길어질까
AWS Native · SOC2 (2027) · ISO 27001 (2027) 예정. KB 라스쿨 AI 도입 시 보안 검수 통과 사례.
기업 브랜드가 큐레아 노출로 약해질까
White-label 구조 — 직원 화면에는 기업 UX만, 큐레아 엔진은 백엔드에서만 작동. 외부에 큐레아 명 노출 0.
직원 학습 데이터가 인사에 부당하게 쓰일까
데이터 접근 권한 분리 — L&D팀과 HR팀 별도. 익명화·집계 형태로만 인사 활용. 직원 동의 절차 포함.
기업 IT 시스템과 통합이 복잡할까
AWS Native + REST API. KB 사내 인프라 통합 사례 — 평균 6주.
§ Vs. Alternatives
큐레아 · 외주 LMS · 자체 구축 비교
§ 기준
§ 큐레아
§ 외주 LMS
§ 자체 구축
White-label
완전 자체 UX · 큐레아 비공개
SaaS 브랜드 노출
자체 빌드 (12-18개월)
직무 매핑
4,800 노드 + 직무 체계 결합
범용 카테고리
내부 설계 (담당자 의존)
보안 · 컴플라이언스
AWS Native · SOC2 (2027)
SaaS 표준 (사용자별 검수)
직접 인증 (수억원)
학습 데이터 통제
기업 내부 PostgreSQL
SaaS 외부 저장
기업 완전 통제 (구축비)
도입 기간
평균 6-12주 (KB 사례)
12-24개월
18-36개월
§ Capabilities used
§ Which sector are you?
어떤 섹터에서 시작하셔도 코어는 하나입니다.
여러 섹터를 동시에 운영하는 기관도, 한 섹터에서 점차 확장하는 기관도 같은 시스템 위에서. 한 번의 통화로 적합한 진입점을 짚어 드립니다.