아동 발화 데이터
아동 특유의 발음과
유창성, 머뭇거림과 반복 발화
Why Child Data Matters
아동을 위한 AI에서 가장 어려운 것은,
아이를 이해하는 일입니다.
아동의 언어는 성인의 언어와 다릅니다.
아이들은 다르게 발음하고, 다르게 틀리고,다르게 망설이며, 다르게 반응합니다.
특히 비원어민 아동의 영어 발화는
일반 음성 데이터나 성인 중심의 언어 데이터만으로 정확하게 이해하기 어렵습니다.
Non-Native Children’s Language Data
희소한 비원어민
아동 언어
학습 데이터
ELEA는
실제 교육 현장에서 축적된
5~13세 비원어민 아동의
발화·쓰기·오류·반응 데이터를 기반으로 합니다.
단순한 음성 기록이 아니라,
교재와 레벨, 학습 목표와 수업 단계가 연결된
실제 학습 맥락의 언어 데이터를 축적합니다.
아동 쓰기 데이터
문장 구성과 철자·문법,
학습 단계별 쓰기 오류
오류와 반응 패턴
오답, 재시도, 자기 수정,
질문 유형별 응답 흐름
학습 맥락 데이터
교재, 레벨, 수업 단계,
질문 유형과 학습 목표
Data to ELM
아동 언어 데이터가 ELM이 되기까지
데이터를 보유하는 것을 넘어, 실제 학습 경험으로 전환합니다.
축적된 아동 언어 데이터는 ELM과 평가 엔진의 고도화로 이어지고,
더 정교한 상호작용과 학습 피드백으로 제품에 반영됩니다.
발화·쓰기·오류·반응
아동의 언어·오류·반응 패턴 분석
아동 특화 언어 모델 및 평가 엔진 고도화
더 정교한 상호작용과 학습 피드백으로 연결
CHILD-SPECIFICLEARNING
LOOP
LOOP
Data Improvement Loop
학습할수록 더욱 정교해지는
데이터 선순환
실제 교육 현장에서 축적된 데이터는
ELM과 평가 엔진의 고도화로 이어지고,
검증과 제품 반영을 거쳐
다시 더 나은 학습 경험과 새로운 데이터로 연결됩니다.