Data Analysis

NXT-EduAgent

Nxt-EduAgent : AI 기반 멀티 에이전트 강의 추천 시스템

대학 내부/외부에 데이터가 존재하고, 데이터 분석을 통해 대학 정책을 개선하고자 하는 요구가 증가하고 있습니다. 데이터 기반 대학 성과 관리 환경 구축은 대학 내부와 외부에 존재하는 데이트 통합해 데이터 전처리 및 분석을하고, 정제되고 분석된 데이터를 토대로 시각화 작업과 머신러닝을 이용해 중도이탈에 영향을 주는 요인들을 분석 후 예측 모델링을 구성한 사례입니다.

About Multi Agent

멀티 에이전트란?

멀티 에이전트 시스템은 마치 여러 명의 AI 비서가 협력하는 시스템과 같습니다. 혼자서 모든 일을 처리하는 AI가 아니라, 각자 특정 역할을 맡은 여러 AI 에이전트들이 함께 작동하여 사용자에게 더 나은 결과를 제공하는 방식입니다. 예를 들어, NXT-EduAgent에서는 사용자 질의를 이해하는 에이전트, 강의 정보를 검색하는 에이전트, 그리고 사용자에게 맞춤형 강의를 추천하는 에이전트 등 다양한 에이전트들이 협력하여 작동합니다. 이러한 협력을 통해 사용자에게 더욱 정확하고 개인화된 강의 추천 서비스를 제공할 수 있습니다.

Advantages of Multi Agent

왜 멀티 에이전트를 써야하는가?

  • 수집되고 정제된 데이터를 기반으로 사용자에게 가장 알맞은 정보를 제공해줍니다.

Mechanism of Multi Agent

멀티 에이전트 작동방법

  • 사용자는 User Agent를 통하여 Supervisor Agent에게 요구사항을 전달
  • Supervisor Agent는 추천 강의목록을 검증해 사용자에게 결과값을 전달
  • 원하는 값을 찾을 때까지 사용자와 Supervisor Agent간의 순환구조

Examples of Multi Agent

멀티 에이전트 주요기능 예시

  • A대학교의 실제 강의 및 학생 데이터(개인 정보 비식별화)를 통해 지능형 강의 추천 서비스 구현