Academa, 강의 영상을 코드로 만드는 교육 AI 실험

강의 영상도 소스 코드처럼 관리할 수 있을까

Academa는 사용자가 기술 주제를 검색하거나 요청하면 시각 강의 영상을 제공하는 서비스다. 홈페이지의 설명은 “technical knowledge, explained visually”에 가깝고, 공개 페이지에는 손으로 유지보수되는 강의와 LLM이 새 강의를 만드는 흐름이 함께 보인다. 특히 인상적인 부분은 강의 영상을 단순한 렌더링 결과가 아니라 코드처럼 수정 가능한 산출물로 보려는 관점이다.

기존 온라인 교육은 Khan Academy, MIT OpenCourseWare, YouTube 강의처럼 완성된 영상을 축적하는 방식이었다. 이 방식은 품질이 높지만 제작과 개정 비용이 크다. 영상 안의 수식 한 줄이 틀리면 자막 수정만으로는 부족할 때가 많고, 다시 녹화하거나 편집해야 한다. Academa의 질문은 여기서 시작한다. 강의가 소스 코드라면, 오류를 고치고 다시 빌드할 수 있지 않을까.

AI 교육의 병목은 생성보다 유지보수다

생성 AI가 교육 시장에 들어오면서 가장 쉬운 데모는 “어떤 주제든 설명해준다”였다. 하지만 실제 학습에서는 설명이 맞는지, 어느 수준의 학습자에게 맞는지, 이전 강의와 용어가 일관되는지가 더 중요하다. AI by Hand, 손으로 푸는 AI 교육의 반격은 학습자가 직접 사고하는 과정을 잃지 않는 설계를 강조했다. Academa의 lecture-as-code 접근은 콘텐츠 제작자 쪽의 유지보수 문제를 겨냥한다.

핵심은 영상 생성이 끝이 아니라는 점이다. 교육 콘텐츠는 한 번 틀리면 누적 학습을 망친다. AI 숙제 효과, 시험 성적 하락의 경고가 보여준 것처럼 AI가 편리한 답을 주더라도 학습 효과는 별개의 문제다.

Manim 이후의 교육 영상 자동화

수학과 컴퓨터과학 강의를 코드로 만드는 아이디어는 완전히 새롭지 않다. Manim은 수학 애니메이션을 코드로 작성하는 대표적 오픈소스 도구이고, 3Blue1Brown 스타일의 시각 설명은 많은 학습자에게 영향을 줬다. Academa가 다른 점은 이 흐름에 LLM을 붙여 긴 강의의 대본, 시각 요소, 음성, 상호작용을 한 번에 묶으려 한다는 데 있다.

이 접근은 개발자에게 익숙한 CI 관점으로 볼 수 있다. 강의 원본이 텍스트와 구조화된 명령이라면, 용어 사전 검사, 수식 렌더링 검사, 참조 링크 검사, 난이도 태그 검사, 버전 비교가 가능해진다. Huzzah, 프롬프트를 파일로 남기는 코딩 실험은 프롬프트와 의도를 파일로 남기는 실험을 다뤘다. 교육에서도 생성 지시와 결과물을 분리해 기록하는 일이 중요해진다.

경쟁 구도는 플랫폼보다 신뢰 계층에서 갈린다

에듀테크 대기업과 동영상 플랫폼은 이미 방대한 강의 라이브러리를 갖고 있다. Academa 같은 팀이 승부를 걸 수 있는 곳은 양보다 개정성과 틈새 주제다. 예를 들어 “Bloom filter의 false positive rate를 특정 데이터 규모로 계산하는 15분 강의”처럼 수요가 작지만 정확성이 중요한 주제는 전통 제작 방식으로는 비용이 맞지 않는다. AI는 이 긴 꼬리를 겨냥한다.

다만 생성된 강의가 많아질수록 검증 문제가 커진다. 열 살에게 설명하기, AI 시대 전문성의 역설은 쉬운 설명과 전문성의 긴장을 다뤘다. LLM은 쉽게 말하는 데 강하지만, 중요한 예외와 전제 조건을 생략하기도 쉽다. 한국 교육 기업이 비슷한 제품을 만든다면 저작권보다 먼저 커리큘럼 검수, 교사 피드백, 오류 신고와 수정 로그를 제품 핵심에 놓아야 한다.

한국 시장의 현실적 기회

한국에는 수능, 대학 전공, 자격증, 사내 교육처럼 구조화된 학습 시장이 크다. 그러나 AI 강의 생성이 곧바로 강사를 대체한다고 보면 오판이다. 더 현실적인 기회는 강사가 강의 원본을 빠르게 만들고, 학생 질문에 따라 보충 설명을 생성하며, 매년 바뀌는 시험 범위와 교재 개정에 맞춰 콘텐츠를 다시 빌드하는 보조 시스템이다. AI가 쓴 노트는 왜 내 생각이 되기 어려운가가 지적했듯, 학습의 주체는 여전히 사람이어야 한다.

Academa가 보여주는 신호는 분명하다. 교육 AI의 다음 단계는 더 유창한 챗봇이 아니라 콘텐츠를 소프트웨어처럼 관리하는 파이프라인이다. 강의의 diff, review, rollback, test가 생기는 순간 에듀테크의 운영 방식도 달라진다.

자주 묻는 질문

Q1: Academa는 단순 영상 생성기인가요?

A: 공개 설명만 보면 영상 생성뿐 아니라 강의 검색, 생성 요청, 강의와 함께 대화하는 경험을 함께 지향한다.

Q2: lecture-as-code가 왜 중요한가요?

A: 완성된 영상 파일은 수정이 어렵다. 강의 원본이 코드나 구조화된 텍스트라면 오류 수정과 버전 관리가 쉬워진다.

Q3: 가장 큰 위험은 무엇인가요?

A: 그럴듯하지만 틀린 설명이 대량으로 만들어지는 것이다. 검수와 오류 수정 로그가 제품 신뢰의 핵심이 된다.

Q4: 한국 교육 시장에 바로 맞을까요?

A: 단독 교사 대체보다는 강사 보조, 사내 교육, 전공 기초 강의, 틈새 주제 보충 자료부터 현실적이다.

Q5: 개발자가 배울 점은 무엇인가요?

A: AI 콘텐츠 제품은 생성 모델보다 데이터 구조, 빌드 파이프라인, 검증 도구, 피드백 루프가 경쟁력이 될 수 있다는 점이다.