EduStack LCMS

콘텐츠 한 건을 제목, 종류, 소유와 저작권, 언어, 버전, 진행 상태로 관리합니다. 종류는 강의 영상, 학습 자료, 슬라이드, 실습 콘텐츠이며 상태는 초안, 검수 중, 승인, 게시됨 순서로 진행한 뒤 폐기하거나 보관합니다. 버전을 만들고 게시하고 되돌릴 때마다 변경 이유와 변경자가 이력으로 남고 되돌림도 한 가지 변경 종류로 기록됩니다. 같은 요청이 두 번 들어와도 중복 저장되지 않으며, 여러 사람이 같은 콘텐츠를 동시에 수정하면 먼저 저장한 내용이 덮어쓰이지 않도록 막습니다. 게시를 마친 버전이 콘텐츠 대표 버전이 되고 품질 검수 결과는 버전마다 기록됩니다.

강좌 한 편의 차시별 계획서를 작성하고 진행 상태를 관리합니다. 계획서에는 차시 번호, 제목, 예상 시간, 학습 목표, 작성자, 언어를 기록하며 상태는 초안, 작성 완료, 승인, 보관 순서로 바뀝니다. 계획서는 제작 프로젝트에 속해 교안, 대본, 콘티, 학습 자료 검수가 같은 프로젝트 안에서 이어집니다.

촬영에 들어가기 전에 교안, 대본, 콘티, 학습 자료를 검수합니다. 검수는 학과, 컴플라이언스, 접근성, 보안 종류로 나뉘어 여러 라운드를 거치고 상태는 대기, 검토 중, 승인, 거부, 철회로 진행됩니다. 품질 리포트의 이슈는 오디오 명료도, 영상 해상도, 맞춤법, 가독성, 흐름 종류와 심각도, 위치, 수정 제안을 기록하며 채택 여부를 남깁니다. 검수 뒤 수정이 필요하면 수정 요청이 열리고 이 요청은 제작 이슈로 자동 등록돼 해결, 종료, 재오픈 상태로 추적됩니다.

대용량 영상을 서명된 URL 기반 멀티파트 방식으로 올려 바이트를 스토리지에 직접 전송합니다. 입수 작업은 업로드, 검증, 등록 단계를 거치고 MIME 형식과 체크섬, 길이를 확인하며 코덱과 해상도 같은 기술 정보를 읽습니다. 이어서 비동기 변환 작업이 해상도별 렌디션과 HLS, DASH 매니페스트를 만들며 대기, 진행 중, 완료, 실패 상태를 거치고 실패하면 정해진 횟수 안에서 다시 시도합니다. 쓰기 작업은 멱등키로 중복 실행을 막고 오래 걸리는 작업은 접수 뒤 상태를 조회하는 방식으로 진행됩니다.

콘텐츠 본문을 입력하면 LLM 한 번 호출로 요약, 핵심 키워드, 학습 목표를 생성합니다. 요약은 한 줄, 세 줄, 한 단락, 다섯 단락 길이로 만들어지고 핵심 키워드와 학습 목표는 구분해 저장됩니다. 다시 생성하면 기존 결과를 지우고 새로 쓰며 생성마다 버전이 올라갑니다. 텍스트 생성 계열이므로 OpenAI 호환 API 하나만 연결해도 동작합니다.

촬영, 내레이션, 대화, 보이스오버 대본을 차시 계획서에서 시작해 작성합니다. 대본은 초안, 검토, 승인을 거쳐 확정되고 확정된 대본만 촬영에 쓰이며, 단어 수로 예상 분량을 자동 계산합니다. AI 초안은 강의 주제와 대상 학습자, 학습 목표를 입력받아 섹션 개요와 본문을 만들고 다시 생성할 때마다 버전이 올라갑니다. 완성한 대본은 검수 요청으로 사전 검수 단계에 올립니다.

차시의 화면 흐름을 콘티로 설계하는 단계입니다. 콘티는 출처 계획서와 관련 대본에 연결되고 초안, 검토, 승인, 보관 상태로 진행하며 담당 디자이너와 프레임 수가 기록됩니다. 완성본은 미리보기 파일로 남겨 검수자가 화면 흐름을 확인하고 승인을 결정합니다.

문항을 문제은행 단위로 저장하고 출제에 쓰며, 은행은 기관, 학과, 교수자, 공유 단위로 권한을 나눕니다. 문항은 난이도와 인지 수준 태그를 달아 저장되고 시험과 과제는 출제 시점의 문항을 그대로 가져갑니다. 유형은 객관식, 복수정답, O/X, 단답, 서술형, 빈칸, 연결, 순서 배열이고 인지 수준은 기억, 이해, 적용, 분석, 평가, 창작으로 나뉩니다. CSV와 Excel 일괄 등록은 비동기로 처리되고 유사 문항은 텍스트 유사도와 임베딩, 해시 검사로 가려내며 출제될 때마다 사용 이력과 정답률, 변별도가 쌓입니다.

콘텐츠 본문에서 AI가 퀴즈 문항 초안을 생성하고 사람이 승인한 문항만 문제은행에 올립니다. 초안은 객관식, 복수정답, O/X, 단답, 서술형으로 만들어지며 문항마다 정답과 해설, 난이도가 붙습니다. 승인한 문항은 문제은행 항목으로 등록되고 거부된 초안은 버려집니다. 생성 이력에는 콘텐츠별 생성 수가 남아 검토가 끝났는지 구분됩니다.

영상의 음성을 인식해 자막 트랙을 만들고 챕터로 나눕니다. 트랙 종류는 자막, 청각장애 캡션, 챕터, 요약이고 만든 방식은 수동 입력, AI 생성, 외부 파일 가져오기로 구분되며 트랙마다 초안, 검토, 게시 상태를 거칩니다. 줄 단위로 시작과 끝 시각, 문장을 편집하며 AI가 만든 줄에는 신뢰도가 붙고 파일은 VTT와 SRT로 내려받습니다. 챕터는 AI가 먼저 나누고 사람이 고치며, 음성 인식은 Whisper 호환 API를 연결해야 동작합니다.

언어쌍을 정해 번역 작업을 만들고 대상은 자막, 더빙, 문서, 화면 문구입니다. 작업은 대기, 번역 중, 검수, 완료, 실패 상태를 거치고 사람 번역, AI 번역, 혼합 중에서 방식을 정하며 외주 업체를 지정한 작업은 언어 품질 점수로 검수합니다. 용어집은 학과와 전공별 표준 용어를 언어쌍으로 짝지어 번역 말을 통일합니다. 번역 메모리는 언어쌍과 전문 영역 단위로 과거 번역을 저장해 다시 씁니다.

촬영과 편집을 포함한 콘텐츠 제작을 프로젝트 단위로 관리합니다. 프로젝트는 종류와 진행 상태, 계획 기간을 갖고 마일스톤은 킥오프, 촬영, 편집, 검수, 출고 단계로 구성되며 각 단계는 계획, 진행 중, 완료, 지연 상태로 추적합니다. 스튜디오, 장비, 출연자는 시간대를 정해 예약하고 스튜디오 예약은 확인, 체크인, 완료, 취소, 노쇼로 관리되며 겹치는 예약은 충돌로 잡아냅니다. 제작 중 결함과 차단, 위험, 작업은 이슈로 등록해 담당자에게 배정하고 조치 중, 해결, 종료, 보류 상태로 다룹니다.

외부 음원, 이미지, 폰트, 영상 클립의 라이선스와 출연 동의, 인용 출처를 콘텐츠 출고 전에 관리합니다. 라이선스 상태는 유효, 만료, 취소, 대기로 나누고 만료가 다가온 권리는 매일 자동으로 살펴 갱신 이슈로 등록하며 갱신 회차와 비용은 이력으로 남습니다. 출연 동의는 촬영, 온라인 게시, 홍보, 해외 범위별로 동의 여부와 만료일을 두고 미성년자는 보호자 동의를 따로 기록합니다. 인용 출처는 DOI와 URL을 정리해 APA, MLA, Chicago, IEEE, Vancouver 형식으로 바꾸고 표절 검사 점수도 함께 관리합니다.

콘텐츠와 문항을 외부 학습 시스템이 읽는 표준 패키지로 내보냅니다. 콘텐츠는 SCORM 2004와 SCORM 1.2 형식으로, 문항은 QTI 2.1로 채점과 배점을 그대로 담아 만들며 EPUB, PDF, 오프라인 ZIP, IMS CC 형식도 같은 빌드로 담습니다. 빌드는 대기, 빌드 중, 완료, 실패, 만료 상태를 거치고 결과물은 크기와 SHA-256 체크섬으로 검증됩니다. SCORM과 QTI 직렬화는 제품 안에서 직접 하므로 외부 변환 엔진이 필요 없습니다.

외부 학교나 학습 시스템에 콘텐츠를 LTI 1.3 Advantage 표준으로 제공하고 학습자 점수를 돌려받습니다. 외부 플랫폼은 등록, 활성, 정지, 폐기 상태로 관리되고 점수 회신, 명단 조회, 딥 링크 선택 기능을 플랫폼별로 사용합니다. 서명 검증은 공개 키 세트 JWKS로 하고 도구 키는 활성과 은퇴 상태를 거쳐 주기적으로 회전합니다. 콘텐츠별로 시작 횟수와 점수 회신 횟수가 일 단위로 집계됩니다.

LMS의 시청과 성적 데이터를 콘텐츠별로 읽기 전용으로 모아 어떤 콘텐츠가 학습에 효과가 있는지 판단합니다. 콘텐츠별 누적 조회와 완강률, 평균 점수, 평균 만족도, 평균 체류 시간을 모으고 시청 완료, 이탈, 정답률, 시청률, 참여 지표를 일, 주, 학기, 누적 기간으로 나누어 분석합니다. 집계값은 LMS의 시청 진행과 시험 응시 원본을 참조해 갱신되므로 제작 도구에서 임의로 고칠 수 없습니다. 콘텐츠 변형 실험은 썸네일, 인트로, 자막, 제목, 길이, 순서를 바꿔 정의하고 완강률이나 정답률, 참여도를 기준 지표로 비교합니다.