저는 8개 강의, 총 10시간 32분 14초 분량의 학습자료를 AI로 정리해 검색 가능한 개인 학습노트로 만들었습니다. 검색어를 넣으면 관련 설명과 화면 검토 메모, 강의 주차와 시각을 함께 볼 수 있습니다. 이해가 걸리는 부분은 연결된 원본으로 돌아가 확인할 수 있습니다.

① 어떤 상황에서 AI를 활용했나요?
공학 강의를 복습할 때는 용어만 기억나고 설명이 나온 위치는 떠오르지 않는 경우가 있습니다. 회로의 숫자나 식은 화면에만 있고, 말로는 짧게 지나가기도 합니다. 자막을 검색해도 그림에 있는 정보를 함께 찾기는 어렵습니다.

제가 다루던 자료는 스마트모빌리티서비스 1~8주차 강의였습니다. 필요한 개념을 찾을 때 음성과 화면을 함께 살펴보고, 찾은 내용의 근거까지 확인할 수 있는 개인 학습자료가 필요했습니다. 그래서 AI로 음성과 화면을 각각 읽은 뒤, 둘을 같은 시간축에 연결했습니다.

② 어떤 AI를 어떻게 활용했나요?
음성은 faster-whisper로 글로 옮겼습니다. 1주차에는 large-v2, 2~8주차에는 turbo 모델을 사용했습니다. 한국어·영어가 섞인 화면은 RapidOCR의 PP-OCRv5 한국어·영어 모델로 읽었습니다. 음성 전사만으로 놓칠 수 있는 식과 화면의 전문용어를 함께 찾기 위한 선택이었습니다.

전사와 화면에는 강의 주차·시각을 남겼습니다. 확인된 전문용어를 교정하고, 관련 표현을 함께 찾도록 검색어 대응도 넣었습니다. 예를 들어 MOSFET과 한글로 적힌 유사 표기를 함께 검색합니다. AI 코딩 지원을 활용해 검색 화면을 구성하고, 검색 결과에서 원본 강의의 해당 시점으로 이동하도록 연결했습니다.

숫자가 다르게 읽힌 곳은 별도로 대조했습니다. 1주차 약 1시간 1분 30초의 자체 전사에는 전원전압이 11V로 적혀 있었지만, 원본 화면과 해당 자동 자막에서는 12V를 확인할 수 있었습니다. 검색에 쓰는 전사는 12V로 교정하고 초기 인식 결과와 교정 근거는 따로 보관했습니다. 5주차 하프브리지 전압 표기도 원본 스위칭 표와 대조해 ±VDC/2로 맞췄습니다.

③ 활용 결과 어떤 변화가 있었나요?
8개 강의에서 자체 음성 전사 1,375개 구간과 화면 추출·문자 인식 3,613개를 처리했고, 전사·화면·검토 메모를 묶은 검색 문서 1,858개를 만들었습니다. 수치는 2026년 10월 20일 저장된 처리·검증 기록을 기준으로 했습니다.

완성된 화면에서는 ‘하프브리지’ 같은 개념을 검색한 뒤 주차와 시각을 보고, 관련 설명과 검토 메모를 함께 살펴볼 수 있습니다. 이어 원본의 해당 장면으로 돌아갑니다. 자료를 찾는 일과 그 내용이 맞는지 확인하는 일을 하나의 흐름으로 연결할 수 있게 됐습니다.

검색노트는 제작과 검색 확인을 마친 단계이며, 실제 복습에는 아직 사용하기 전입니다. 확인할 수 있는 결과는 실행 가능한 검색자료, 원본 위치 연결, 숫자·단위의 교정 기록입니다. 성적 향상과 학습시간 절감은 측정하지 않았습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
음성과 화면을 따로 처리한 뒤, 강의의 같은 시각에서 만날 수 있게 했습니다. 말로 설명한 내용과 화면에 적힌 식을 함께 확인하기 위해서입니다. 결과에는 자료의 종류를 표시해 자체 전사인지, 화면에서 읽은 글인지, 별도 검토 메모인지 구분했습니다.

검색 결과마다 원본으로 돌아갈 위치를 남긴 점도 중요합니다. 인식 결과가 서로 다르면 원본 화면, 음성, 계산 문맥을 대조하고 교정 이유를 기록합니다. 판독하기 어려운 부분은 확인이 필요하다고 표시하며, 초기 인식 원문은 보존합니다. 이렇게 해야 나중에 다른 설명을 만났을 때도 판단의 근거를 다시 살펴볼 수 있습니다.

저는 다른 과목인 자동차공학을 공부할 때도 AI의 설명을 그대로 받아들이지 않고 다시 질문했습니다. 자필 참고자료를 준비하며 숫자 답이 먼저 나오자 ‘식이나 개념을 줘야지’, ‘숫자는 바뀔 텐데’라고 수정 요청했습니다. 이후 정리는 문제의 요구, 필사본 위치, 일반식, 판단 기준 순서로 바뀌었습니다.

정격토크와 발진토크 설명에서는 ‘1.1 이미 곱했는데 왜 또 곱해?’라고 되물었습니다. 해당 예제의 가정에서 발진토크를 먼저 구하고 1.1로 나눠 정격토크를 구하는 순서로 다시 설명받았습니다. 이 실제 대화는 강의 검색노트와 별도 과목의 학습 경험입니다. 제가 원하는 설명 기준을 정하고 결과를 되묻는 역할을 보여주는 보조 사례로 담았습니다.

⑤ 다른 사람도 따라 할 수 있나요?
처음부터 긴 강의 전체를 처리하기보다 본인이 만든 짧은 설명 영상이나 이용 권한이 있는 자료 한 개로 시작하면 됩니다. AI에게 ‘음성과 화면을 따로 읽고, 각 결과에 원본의 시각을 남겨 달라’고 요청합니다. 이후 검색어, 결과, 원본 위치를 한 화면에서 확인할 수 있게 연결합니다.

다음으로 숫자·단위가 있는 장면 하나를 골라 원본과 비교합니다. 차이가 있으면 원래 인식값, 확인한 근거, 최종 교정값을 남깁니다. 첨부 PDF에는 원본 대조 사례와 작은 자료로 시작하는 순서를 담았습니다. 자료가 많아지면 처리 시간과 저장 공간도 늘어나므로, 작은 범위에서 결과를 확인한 뒤 넓히는 방식이 적합합니다.

강의 영상과 전사 전문은 개인 학습자료로 보관합니다. 공개 증빙에는 처리 통계와 교정 사실, 원문을 표시에서 제외한 기존 검색 도구의 실행 화면을 담았습니다. 검색 데이터 1,858개와 검색 방식은 유지했습니다. 자동차공학 자료도 원문 문제를 공개하는 대신 실제 수정 요청과 일반식 중심으로 바뀐 정리 방식을 설명했습니다.