AIHPRO 이수석 대표가 용인대학교 AI바이오융합대학 세미나실에서 ‘AI·빅데이터 기반 스포츠 융복합 연구 적용’ 강의를 진행했다. 이번 강의는 연구실 중심의 분석 프레임을 현장 기록과 적용으로 확장하는 방법론에 초점을 맞추고, 관찰 데이터가 누적·정리·적용으로 이어지는 구조를 실제 사례 중심으로 설명하는 방식으로 구성됐다.
이 대표는 현장에서 기록이 끊기는 이유로 시간 부족, 양식 불일치, 협업 단절 등을 짚으며, “모델보다 먼저 측정과 루프가 연구를 만든다”는 관점을 제시했다. 단발성 데이터 수집보다 ‘끊기지 않는 반복 누적’이 연구 가능성을 만든다는 설명과 함께, 운영 데이터가 연구 데이터로 전환되도록 설계하는 구조가 핵심이라고 강조했다.
강의에서 소개된 핵심 워크플로우는 ‘관찰 30초 입력→주간 리포트 1장’으로 요약된다. 현장 관찰을 짧게 표준화해 입력하고, 데이터가 누적되면 AI가 요약·문장화해 주간 리포트를 자동 생성하며, 이 리포트가 다시 목표 설정과 중재 설계로 되돌아가도록 연결하는 방식이다. 이 대표는 이를 ‘모으기-쌓기-돌리기-적용’의 4단계 파이프라인으로 설명하면서, AI는 초안을 만들고 최종 판단은 전문가가 수행하는 원칙을 전제로 한다고 밝혔다.
측정 설계의 예시로는 아동 발달 관찰에 적용 가능한 3개 지표가 제시됐다. 참여, 주의, 성공경험을 1~5점 척도로 간단히 체크하고, 상황을 1줄로 보완 기록해 개인 타임라인 형태로 누적하는 방식이다. 이 대표는 동일 구조가 유지될수록 비교 가능성과 신뢰도가 확보되고, 팀 단위 협업과 보호자 안내 문서 생성까지 연결될 수 있다고 설명했다.
현장 시연 파트에서는 노코드(No-Code)와 바이브코딩(Vibe Coding)을 활용한 콘텐츠 자동화 흐름이 직접 공개됐다. 이수석 대표는 전문적인 개발 교육 없이도 Make를 기반으로 엑셀에 정리된 주제를 입력하면, 해당 데이터가 곧바로 GPT를 통해 프롬프트 초안으로 변환되고, 이미지 생성과 본문 작성 과정을 거쳐 SNS 게시물로 자동 업로드되는 일련의 과정을 현장에서 시연했다. 단순한 기능 소개가 아니라, 아이디어가 실제 운영 콘텐츠로 전환되는 전 과정을 실시간으로 보여주며, ‘AI를 설명하는 단계’가 아닌 ‘AI로 실행하는 단계’가 현장에서 어떻게 구현되는지를 구체적으로 제시했다.
이수석 대표는 “현장 기록이 표준화되고, 누적된 데이터가 리포트로 정리된 뒤 다시 목표와 중재로 되돌아가는 순간부터 연구 적용 속도가 달라진다”며 “AI는 판단을 대체하는 장치가 아니라, 반복 업무를 줄이고 전문가가 결정해야 할 지점에 집중하도록 돕는 조교에 가깝다”고 말했다.
이번 강의는 현장 데이터의 표준화, 시간 흐름에 따른 사례 누적, 팀 공유 기반 협업, 리포트 기반 적용 루프를 중심으로 진행됐으며, 이 대표는 노하우 보호를 위해 구현 세팅과 프롬프트, 연동 방식 등 구체적인 구축 방법은 공개하지 않는다고 안내했다.
한편, 이수석대표는 500만 플랫폼 클래스101의 "ai크리에이터"강사로 초청받아 계약했고 2월말 바이브코딩 수익화 관련 론칭을 앞두고있다.
피앤피뉴스 / 마성배 기자 gosiweek@gmail.com
[저작권자ⓒ 피앤피뉴스. 무단전재-재배포 금지]
