데이터 시각화 프로젝트를 진행한 보아져 팀에서는 아래와 같은 프로젝트를 진행했습니다. 에듀테크 기업 바이브온과 함께한 세가지 프로젝트 모음집. 바이브온의 모든 데이터를 기반으로 한 인사이트 도출 과정이 나타난 [Marketing Analysis], 이용자들에게 효과적인 서비스를 제공하기 위한 시각화 서비스 기획안인 [타 생기부 분석 100% 활용하기], 시각화를 넘어 NLP를 통해 선생님의 생기부 작성을 돕는 [Vital-On] 세가지 프로젝트로 이루어져있다. 15기 박대희 이화여자대학교 통계학과 17기 김태현 이화여자대학교 경제학과 17시 박지운 이화여자대학교 통계학과 17기 이수경 성균관대학교 데이터사이언스학과 17기 이한울 고려대학교 사회학과 17기 이준희 고려대학교 통계학과

1. Team BOyAZer
기업 연계 프로젝트 3종 세트

2. INDEX
02
03
04
01 소개
마케팅 리포트 Vital On
타 생기부 비교분석
100% 활용하기

4. 01 팀 소개
“ BOyAZer ”
Data의 세계를 모험하는 사람들

5. 01 팀원 소개
이한울
(17기 시각화)
김태현
(17기 시각화)
박대희
(15기 시각화)
박지운
(17기 시각화)
이수경
(17기 분석)
이준희
(17기 시각화)

6. 01 바이브온 소개
사용자가 생활기록부를 업로드하면 희망 대학 진학
가능성, 희망 전공 적합성, 보완해야 하는 활동 조언 등을 담은 분석 리포트 제공
AI 입시 컨설팅 서비스

7. 01 세 프로젝트 소개
마케팅 분석 보고서
타생기부분석
100% 활용하기
Vital-On
Data Analytics &
Visualization
META 광고 및 매출 데이
터를 이용한 마케팅 분석
및 방법 제안
Data Visualization &
Service Planning
NLP
타생기부 분석 대시보드를
통해 사용자에게 편리한
서비스 제공
키워드를 생기부 문장으로
변환하고 문장을 추천해주는
시스템 개발
For VibeON For User For Teacher

9. 메타(Meta) 광고 지표 데이터
바이브온 톡톡후기 데이터
일별 로그인 횟수 데이터
일별 생기부 분석 횟수 데이터
데이터 소개
02 활용 데이터 소개
활용 가능한 모든 데이터를 활용 하여 분석 진행
외부인의 시각에서 데이터에 대한 객관적 접근 시도
일별 신규고객 집계 데이터
일별 접속고객수 집계 데이터
회원가입 경로 데이터
월별 매출 데이터

10. 데이터에 따르면 일상적인 광고만으로는 지속적인 방문 향상을 이끌지 않음.
이상치에 해당하는 세 시점은 서로 다른 원인을 지닌 현상
데이터 분석
02 분석의 중심이 되는 세가지 시점이 존재
이상치에 해당되는
시점은 총 3개

11. [ 광고효과 Best 4와 Worst 4 비교 ]
02 Meta 광고 효과 분석
내용적으로 Best 4와 Worst 4의 특징적 차이는 존재하지 않지만,
매체(릴스 등), 시기, 비용 등 외적 요인에 영향을 많이 받는 것으로 보임.
데이터 분석

12. 02 바이브온의 두가지 퍼소나 : 학생과 학부모
1. 광고 매체에 대한 민감도 차이
2. 계절 효과(Seasonality)의 민감도 차이
바이브온 사용자(User) 군집 분석
데이터 분석

13. 02 그래서, 바이브온의 주 사용자는?
학생은 학부모와 다른 형태로 서비스를 이용 -> 즉, 서로가 분절된 집단
그 중, 소비집단의 다수인 학생의 서비스 이용경험에 대한 추가적인 분석의 필요성
데이터 분석
바이브온의 주 사용자는 “학생”

14. 바이브온의 서비스 리뷰 분석 결과 '객관적', '보완', '도움', '구체적', '정확하다' 등의 키워드가 나타남.
또한 '추천하다', '후배' 등의 주변 지인에게 해당 서비스를 추천할 것이라는 리뷰가 다수 존재.
리뷰 데이터 Wordcloud로 살펴 보는 서비스 이용 경험
02 학생의 서비스 이용경험 분석
데이터 분석

15. 2022년 3월의 가입경로 그래프를 확인하면, ‘친구/선후배 추천’이 상당히 높은 비율을 차지
인스타그램의 인플루언서 광고와 무료 사용경험이 입소문을 통해 학생 중심의 매출 상승 견인
학생의 장기적 매출 전환 효과 : 학생들의 입소문을 바탕으로 캐즘(chasm)을 넘어서다
02 아이디어 제시
아이디어
학생들의 또래집단 내 입소문이
장기적으로 매출로 이어지는 경향

16. 02 학생 고객층 타겟 마케팅 제언
주말(토,일)에 높은 매출, 학생은 신학기 및 입시철에 서비스에 대한 관심도가 증가
→ 해당 시기에 인스타그램, 인플루언서 광고를 중심적으로 이용하는 것을 추천
마케팅 제언
가장 큰 두가지 특징
-> 요일, 계절 효과

17. 신년에 대한 민감도가 로그인 및 회원가입 둘 다에서 높게 나타나, 학부모 대상의 ‘신년 마케팅’제안
인스타그램, 유튜브보다는 전통적인 매체를 이용하는 것을 추천
02 장기적으로 학부모도 서비스 이용자로 포섭
학부모의 경우
학생과는 다른 계절효과가 존재
마케팅 제언

18. 타 생기부 비교분석
100% 활용하기

19. 03 타 생기부 비교분석 100% 활용하기
표 형태의 검색결과를 시각화 하여
사용자가 효과적으로 데이터를 활용할 수 있도록 도움
같은 대학을 목표하는 친구들과의 생기부 점수 비교분석 서비스

20. 03 기획의도
설문조사 결과를 바탕으로 4가지 탭으로 구성하여,
고객 니즈별 최적화된 시각화 화면 제공
현 고등학생 67명을
대상으로 한 설문조사 결과

21. 03 4개의 탭
1. 목표대학 & 전공검색 2. 진단검색 3. 계열별 학과 설정 4. 동내신대 경쟁력
가장 상단에 내신, 생기부 점수 입력란을 배치하여
탭을 바꿔도 점수가 유지되도록 기획

22. 03 목표대학 & 전공검색
목표 대학, 전공으로 분석한 친구들의
✔ 내신 점수 분포
✔ 생기부 점수 분포
나의 상대적인 경쟁력을 한 눈에 비교
최대 3개 대학 / 학과 선택
3개의 목표대학, 학과를 한 눈에 비교

23. 03 진단검색
목표 대학, 전공으로 분석한 친구들의
✔ 내신 점수와 진단결과
✔ 진단별 생기부점수 분포
목표 대학, 전공 선택
어느 정도의 내신, 생기부를 가진 학생들이
해당 대학, 모집단위 지원 적정 판단을
받는지 알 수 있음

24. 03 계열별 학과 설정 탭
목표하는 전공에 대한 성적이 부족할 때
좀 더 점수대가 낮지만
비슷한 계열의 전공을 찾아보고
전략적으로 지원 가능
✔ 목표 대학의 목표 전공과
비슷한 계열의 전공 탐색
목표 대학, 전공 선택 시 전공소계열 자동 지정

25. 03 동내신대 경쟁력 탭
✔ 동내신대 친구들의 생기부 점수 분포
✔ 개인기록 비율
✔ 리더십 활동 빈도 수
실질적 경쟁자인 동내신대 친구들이
✔ 가장 많이 분석해본 대학 Top 10
실질적 경쟁자들의 수준을 파악하여
보다 구체적인 목표 설정 가능

26. 학생의 생기있는 생기부를 위한 AI 서비스

27. 04 문제 정의
대입 자기소개서 폐지로 인해
고등학생의 학교생활기록부 중요성이
크게 증가했음

28. 04 문제 정의
대입 자기소개서 폐지로 인해
고등학생의 학교생활기록부 중요성이
크게 증가했음
즉, 학생의 대학 입시에
선생님의 생활기록부 작성 역량이
큰 영향을 미친다!

29. 04 문제 정의
교육청은 선생님들의 학교생활기록부 역량 제고 연수 등을 통해
생활기록부의 질을 높이려 하고 있으나, 지역 간 계층 간 교육의 불평등으로 인해 한계가 존재함

30. 04 해결방안
선생님의 생활기록부 작성을 보조해
교육의 불평등을 해소하는데 도움을 주자
양질의 생기부를 학습한 언어 생성 모델을 통해서!
본 프로젝트에서는 ㈜바이브온으로부터 데이터 지원을 받아 Decoder-Only 모델을 파인튜닝.
키워드를 입력받아 생기부 형태의 문장을 자동적으로 생성

31. 04 해결방안
선생님의 생활기록부 작성을 보조해
교육의 불평등을 해소하는데 도움을 주자
양질의 생기부를 학습한 언어 생성 모델을 통해서!
여러 Pretrained Model 중 LASSL GPT2-small, SKT koGPT2, LMKor GPT3-small을 선정
Pytorch Framework를 활용하여 파인 튜닝을 진행

32. 04 실험설계
Architecture GPT-2 small GPT-2 GPT-3 small
Pretrained
Model
LASSL GPT-
2-small
SKT koGPT-2
LMKOR GPT-
3-small
파라미터 개수 20 Million 110 Million 110 Million
토크나이저
Byte Pair
Encoding
Byte Pair
Encoding
WordPiece
Input Length 512 1024 2048
# of token 51,200 51,200 42,000
Model Size 94mb 513mb 526mb
바이브온에서 제공한
비식별화된 1,020,214개의
생활기록부 문장을 파인튜닝
Google Colab Pro환경에서
P-100(16GB) GPU
32GB RAM을 활용
Hyperparameter: epoch 5, learning rate 5e-4, epsilon 1e-8, optimizer AdamW

33. 04 실험결과
더 큰 모델이 더 큰 성능을 보이고 있지만, 로컬 서버의 성능을 고려할 경우
GPT-2-small 역시 높은 활용가능성을 지닐 수 있는 것으로 보임
Architecture GPT-2 small GPT-2 GPT-3 small
Validation Loss 0.12 0.10 0.04
Perplexity 1.12749 1.10517 1.04081

34. 04 결과 예시
GPT-2-small을 활용한 사용 예시
Keyword: “사회”
사회계층과 세계의 관계를 잘 이해하고 있으며, 사회계층 간의 갈등 속에서 쉽게 통찰력을 발휘함.
사회 불평등과 빈곤, 불평등 관련 독서 토론을 통해 다양한 사회적 이슈에 대해 관심을 갖게
되었으며, 사회문제에 관심이 많아 ‘청소년의 소득 불평등 현상’를 주제로 심화탐구 보고서를
작성하여 발표함.
사회문화 현상에 관심이 많은 학생으로 통계조사 활동에서 ‘노벨프로이드 곡선'에 대해 조사하여
통계 통계조사 및 설명, PPT 제작 등 다양한 자료를 제작하여 급우들의 큰 호응을 이끌어냄.

35. 04 결과 예시
GPT-2-small을 활용한 사용 예시
Keyword: “공학”
공학분야에 흥미가 높아 새로운 기술에 대한 과학적 탐구의 노력을 하는 모습이 인상적인 학생임.
공학 기술을 활용한 과학 기술 분야에 대한 관심과 흥미를 토대로 자신이 희망하는 물리학분야 연
구원이 되었을 때 필요한 기초 지식을 정리하고, 실생활에 필요한 기본 지식들을 공유함.
공학계열 학과 진로탐색검사를 실시하여 진로 희망직업에 대한 탐색과 직업흥미검사를 통해 자신
의 적성과 흥미, 적성을 확인하였음.

36. 04 결과 예시
GPT-2-small을 활용한 사용 예시
Keyword: “학업”
학업역량과 성실하여 교과 선생님들로부터 인정을 받음.
학업 성취도가 높으며, 이 학생이 1년 동안의 학업에 열중하고 있으며, 이 분야에서 그 학생의 역
량을 엿볼 수 있는 학생임.
학업 및 사회 전반에 대한 관심이 많아 적극적으로 수업에 참여함.