위버스브레인, 18년 축적 학습 데이터로 '습관 설계 AI' 개발 나서

(aitimes.com)

AI타임스2026년 9월 18일AI 산업

AI 교육 전문 기업 위버스브레인이 18년간 축적된 학습 데이터를 바탕으로 뇌과학자와 협력하여, 의지가 아닌 과학적 설계로 학습 지속성을 높이는 '습관 설계 AI' 개발에 나섭니다.

이 글의 핵심 포인트

1위버스브레인과 뇌과학자 장동선 박사의 '습관 설계 AI' 개발 협업 발표
2학습 습관을 의지가 아닌 '설계'의 영역으로 정의하여 지속 가능한 학습 지원 목표
318년간 축적된 어학 서비스 운영 데이터 및 1만 7천 명의 학습 기록 활용
4학습자의 24개월간 학습 기록 분석을 통한 학습 지속성 연구
5하기 싫은 일도 지속할 수 있게 돕는 AI 서비스 및 연구에 중점

이 글에 대한 공공지능 분석

왜 중요한가?

단순한 지식 전달을 넘어 사용자의 행동 변화를 유동하는 '행동 과학' 기반의 AI 모델링을 시도한다는 점에서 에듀테크의 패러다임 전환을 의미합니다.

어떤 배경과 맥락이 있나?

생성형 AI 시대에 콘텐츠의 양적 팽창이 이루어지면서, 이제는 방대한 콘텐츠 중 사용자가 어떻게 지속적으로 학습에 참여하게 만들 것인가라는 '리텐션(Retention)' 문제가 핵심 과제로 부상했습니다.

업계에 어떤 영향을 주나?

에듀테크 산업의 경쟁 축이 '콘텐츠의 질'에서 '데이터 기반의 행동 설계 능력'으로 이동할 것이며, 이는 학습 데이터와 뇌과학적 인사이트를 보유한 기업에 강력한 진입 장벽을 제공할 것입니다.

한국 시장에 어떤 시사점이 있나?

한국 스타트업들은 단순한 LLM 활용을 넘어, 자사가 보유한 고유의 장기 축적 데이터(Longitudinal Data)를 어떻게 행동 과학과 결합하여 서비스의 해자를 구축할 것인지 고민해야 합니다.

이 글에 대한 큐레이터 의견

위버스브레인의 이번 행보는 단순한 AI 도입을 넘어 '데이터 해자(Data Moat)'를 구축하려는 전략적 움직임으로 평가됩니다. 18년이라는 긴 시간 동안 축적된 사용자 행동 데이터는 신생 AI 스타트업이 단기간에 복제할 수 없는 강력한 자산이며, 이를 뇌과학이라는 전문 영역과 결합하여 '의지'라는 인간의 한계를 '설계'로 극복하려는 시도는 매우 날카로운 접근입니다.

다만, 주의해야 할 트레이드오프는 '도메인 특수성'의 문제입니다. 어학 학습 데이터에 최적화된 습관 설계 알고리즘이 코딩, 운동, 혹은 다른 학습 영역에서도 동일한 효용을 발휘할 수 있을지는 미지수입니다. 특정 도메인에 과적합(Overfitting)된 모델은 확장성(Scalability) 측면에서 한계를 가질 수 있으며, 이는 서비스 확장을 노리는 스타트업에게는 잠재적인 리스크가 될 수 있습니다.

따라서 창업자들은 단순히 'AI를 도입하겠다'는 선언에 그치지 말고, 자사가 가진 데이터가 어떤 '행동 패턴'을 설명할 수 있는지, 그리고 그 패턴을 어떻게 다른 도메인으로 전이(Transfer)할 수 있을지에 대한 기술적 로드맵을 함께 설계해야 합니다.

원문 보기 →