이번 글은 Human-Aligned Decision Transformer(HADT)와 embodied agent 피드백 루프를 결합해, 유산어 부흥 프로그램의 개인화·몰입형 학습을 노리는 접근이 핵심이에요

AI가 사라져가는 전통 언어 교육을 ‘사람 맞춤형’으로 확장하는 새 구조가 제안됐어요.

이번 글은 Human-Aligned Decision Transformer(HADT)와 embodied agent 피드백 루프를 결합해, 유산어 부흥 프로그램의 개인화·몰입형 학습을 노리는 접근이 핵심이에요. 정적 선호 데이터에 맞추는 기존 RLHF의 한계를 넘겠다는 거예요.

사례 배경도 뚜렷해요. 웨일스 농촌의 커뮤니티 수업에서 조부모는 유창한 Cymraeg를 쓰지만 아이는 영어 중심으로 머뭇거렸고, 현장 도구는 플래시카드·동화책·정해진 대화 시간에 머물러 확장성이 부족했거든요.

결국 포인트는 정확한 문장 생성보다, 학습자 감정·문화 맥락·사회적 상호작용까지 반영해 “어떻게 가르칠지”를 AI가 결정하게 만드는 데 있어요.