SLW LAB

💬 “리빙랩이요? 나이 많은 분들이 정책 같은 거 만드는 거 아닌가요?”💬 “전문가가 아니라서 참여하기 어려울 것 같아요.”SLW LAB이 현장에서 가장 자주 듣는 질문입니다.하지만 결론부터 말씀드리자면, 리빙랩은 누구나 할 수 있는 활동입니다.리빙랩은 ‘특별한 사람’이 아니라 ‘지금, 여기’의 사람이 만드는 것 리빙랩(Living Lab)은 복잡한 개념이 아닙니다.내가 사는 동네, 내가 다니는 학교, 내가 느끼는 불편함에서 출발합니다.그리고 그 불편함을 함께 바라보고 함께 분석하고함께 해결해보는 과정이 바로 리빙랩입니다.누가 참여할 수 있냐고요?고등학생대학생직장인학부모외국인 유학생누구든 참여할 수 있습니다.경험이 아니라, 문제의식이 시작점이니까요.사례로 증명된 SLW LAB의 리빙랩🏫 고등학생과 ..

🗣️ SLW LAB은 데이터를 통해 학생의 언어를 이해합니다.고교학점제에 꼭 필요한 전략, 지금 공개합니다.지금 준비하지 않으면 늦습니다.고교학점제 평가 방식의 변화 (9등급제 → 5등급제)고교학점제가 이제 본격적으로 시행됩니다.학생들이 교과를 선택할 수 있는 자유가 생기고,석차 등급은 기존의 9단계에서 5단계로 바뀌었습니다.또한 1등급 인원은 기존 4%에서 10%로 대폭 늘어났습니다. 경쟁이 완화된 것처럼 보이지만, 이제는 단순히 "내신 몇 등급이냐"보다"어떤 과목을 선택하고, 생기부를 어떻게 구성했는가"로 경쟁하는 시대가 되었습니다.성적보다 중요한 건 학생의 언어SLW LAB은 오랜 시간 입시 현장에서 수많은 생기부와 학생들을 만나왔습니다.그 시작은 대치동에서 10년 넘게 입시를 지도하던 한 강사의..

'나를 이해하는 데이터', 어디서부터 시작할 수 있을까? SLW LAB은 오랫동안 사람들의 사고방식의 차이를 연구해왔습니다.우리는 사람의 말과 글 속에 담긴 생각의 구조를 텍스트 기반 데이터로 분석하며,그 사람이 어떤 방식으로 세상을 이해하고 행동하는지를 정량화해왔습니다. 그리고, 이번에 그 연구의 신뢰성을 공식적으로 입증받았습니다. 에스엘더블유랩, 미디어 리터러시 기반 연구 논문 2건 KCI 등재 - 머니투데이데이터 기반 교육 연구기업 에스엘더블유랩(대표 이용석)은 기업부설 교육데이터연구소를 통해 대학생의 미디어 리터러시와 대학생활 적응 및 진로 준비 과정 간의 관계를 분석한 연구 논문 2news.mt.co.kr리터러시 기반 연구 논문 2건, KCI 등재로 신뢰성을 입증하다 에스엘더블유랩은 최근, 미디..

👦🏻 “배우긴 많이 배웠는데… 지역에서 써먹을 데가 없어요.”👧🏻 “이 지역, 떠나지 않아도 계속 성장할 수 있을까요?” 이건 학생들만의 고민이 아닙니다.지역 기업들은 이렇게 말하죠.👨🏻 “인재가 없어요. 아니, 있긴 있는데… 왜 안 남는 거죠?”  지역에도 대학이 있고, 기업도 있고, 사업도 있다면왜 연결은 일어나지 않을까요? 우리는 그 이유를 ‘경험이 쌓이는 구조’의 부재에서 찾습니다.대학도, 지역도, 기업도 나름의 노력을 하지만그 경험들이 어딘가에서 끊어지거나, 쌓이지 않기 때문입니다. 왜 ‘경험이 쌓이는 구조’가 중요한가요? 대학은 가르칠 수 있습니다.기업은 뽑을 수 있습니다.하지만 그 사이의 경험이 없으면?학생은 떠나고, 기업은 “사람이 없다”고 말합니다. 이렇게 바뀌어야 합니다.❌ ..

👦🏻 "이제 과목을 직접 선택해야 한다는데, 뭘 골라야 할까?"👧🏻 "내가 좋아하는 과목을 선택해야 할까, 대학에서 유리한 과목을 들어야 할까?" 고교학점제가 본격적으로 시행되면서, 이제 학생들은 주어진 과목이 아니라 ‘내가 선택한 과목’을 듣게 됩니다.즉, 고등학교에서 무엇을 배우느냐가 대학 입학과 진로에 직접적인 영향을 미치는 시대가 된 것이죠. 하지만, 단순히 “내가 잘하는 과목을 들으면 되겠지”라고 생각했다가는입시 전략에서 중요한 기회를 놓칠 수도 있게 될 수 있습니다.😥 교과목 선택 실수, 되돌리기 어려운 이유❌ 나에게 안 맞는 과목을 선택했는데, 도중에 바꾸기 어렵다.❌ 점수가 낮게 나오면, 대입에 불리해진다.❌ 새로운 과목을 들으려 해도, 이미 이수한 과목 때문에 ‘전공 적합성’이 ..

같은 상황, 다른 해석, 당신은 어떻게 생각하나요? 👧🏻 "둘 다 하늘을 날 수 있다는 게 제일 큰 공통점이야."👦🏻 "바람이나 날씨에 영향을 많이 받는 점이 비슷해."👨🏻 "이동 수단이라는 점에서는 공통점이 있어." 우리는 같은 장면을 보면서도 전혀 다른 포인트를 집어냅니다.어떤 이는 기능을, 어떤 이는 조건을, 또 어떤 이는 목적을 중심으로 바라보죠. 이 차이는 우연이 아닙니다.사람마다 정보를 해석하는 방식이 다르기 때문입니다. 같은 강의를 들어도✔️ 누군가는 논리 전개 방식에 집중하고,✔️ 누군가는 실험 결과와 수치에 주목하며,✔️ 또 누군가는 사회적 맥락과 연결합니다. 이처럼 사고 방식의 차이는 학습 스타일, 협업 방식, 의사결정 과정에까지 영향을 미칩니다.그렇다면, 이 차이를 분석하면..

👦🏻 "대전? 성심당 말고는 특별한 게 없지 않아?"👧🏻 "하루 만에 다 둘러볼 수 있는 도시라니.. 놀 게 부족한 거 아니야?" 이런 말, 어디서 나온 걸까요? 단순한 개인 의견이 아닙니다.SLW LAB이 온라인 데이터를 크롤링하여 분석한 결과, 대전이 가진 대표적인 이미지입니다. 하지만, 과연 단순한 ‘이미지’의 문제일까요? 아니면 실제 데이터에서도 확인되는 ‘구조적 문제’일까요?왜 대전은 ‘재미없는 도시’라는 인식이 강할까? 대전은 ‘과학도시’, ‘행정 중심지’, ‘교통 요충지’라는 강한 정체성을 갖고 있습니다.하지만 관광지로서의 매력은 크게 와닿지 않는데요. 그 이유는 무엇일까요? 데이터 분석 결과, 대전에 대한 대표적인 반응은 다음과 같았습니다. ✔️ "살기는 좋지만, 놀 곳이 부족한 도..

👦🏻 "올해 예산이 빠듯한데, 어디에 우선 투입해야 할까?"👨🏻 "작년에 했던 방식, 올해도 그대로 해도 괜찮을까?" 정책을 만들고 운영하는 과정에서 데이터 없이 직관과 경험에 의존한다면?✅ 예산은 투입되지만, 정책 효과를 예측하기 어렵다.✅ 국민의 의견을 반영하고 싶어도, 어떤 문제가 가장 시급한지 알기 어렵다.✅ 결국 시행착오가 반복되면서 행정 비효율이 증가한다. 그래서 행정안전부는 ‘데이터 기반 행정’을 강조하고 있습니다.정확한 데이터를 바탕으로, 실질적인 정책 효과를 높이기 위해서입니다. 그렇다면, 데이터 기반 행정이 왜 중요한 걸까요?기존 행정 방식, 왜 한계를 가질까?데이터 없는 정책 결정, 이런 문제를 초래합니다. ❌ 경험과 직관에 의존 → 정책의 결과 예측이 어렵고 시행착오가 반복됨..

👀 같은 질문을 받아도 사람마다 답이 다를 수 있어요.예를 들어, "좋은 직업이 뭐라고 생각해?"라는 질문에✔️ 어떤 사람은 연봉이 높은 직업이 좋아!✔️ 어떤 사람은 내가 하고 싶은 일을 하는 게 중요해!✔️ 또 어떤 사람은 워라밸(일과 삶의 균형)이 잘 맞아야 해!라고 대답할 거예요. 사람들이 정보를 이해하고 해석하는 방식이 다르기 때문에,일반적인 데이터를 가지고 있는 것만으로는 사람을 정확히 이해할 수 없어요. 그래서 우리는 RAG(Retrieval-Augmented Generation) 기술을 활용해서AI가 더 똑똑하게 사고하고, 더 정확한 답을 줄 수 있도록 만들고 있어요.RAG가 뭐야? 쉽게 설명해줄게!👉 RAG는 ‘필요한 정보를 찾아서, 똑똑하게 답을 만드는 기술’이에요. 보통 AI는 배..

👦🏻 "스펙도 좋고 실무 능력도 완벽한데, 왜 우리 조직에서 적응을 못할까?"👨🏻 "컬쳐핏 면접까지 통과했는데도, 3개월 만에 퇴사하는 이유는?" 📌 컬쳐핏(Culture Fit), 이제는 데이터로 검증하는 시대!스타트업과 IT 기업들이 가장 많이 고민하는 문제 중 하나입니다.✔️ 입사 후 3~6개월 내 퇴사율이 높다.✔️ 면접에서는 괜찮아 보였는데, 팀워크가 전혀 맞지 않는다.✔️ 컬쳐핏 면접을 보긴 했지만, 실무 적응과 연결되지 않는다. 💡 49%의 기업이 컬쳐핏 면접을 진행하고 있지만, 결국 ‘느낌 채용’이 되는 경우가 많습니다.컬쳐핏 면접? 대체 그게 뭐야?컬쳐핏 면접이란, 지원자의 성향, 업무 방식, 가치관 등을 평가하여"이 지원자가 우리 조직의 문화와 일하는 방식에 잘 맞을까?" 를..