교육자를 위한 모바일 디스코드 봇 관리와 분석 인사이트에듀

초록

본 논문은 iOS 기반 SwiftUI 클라이언트와 Flask‑REST API로 구성된 Discord 교육용 봇 관리 시스템인 InsightEdu를 소개한다. 교사는 모바일 기기에서 출석 체크, 설문 조사, 피드백 수집 등을 직관적인 터치 인터페이스로 수행할 수 있으며, 라즈베리 파이에서 저비용으로 운영된다. 20명의 교육자를 대상으로 한 실험에서 작업 완료 시간이 40% 단축되고 오류 발생이 현저히 감소했으며, 92%가 기존 CLI 방식보다 모바일 앱을 선호하였다.

상세 분석

InsightEdu는 세 가지 핵심 구성 요소(SwiftUI iOS 클라이언트, Flask 기반 REST API, py‑cord Discord 봇)로 이루어진 계층형 아키텍처를 채택한다. 기능 요구(FR)와 비기능 요구(NFR)를 명확히 정의하고, MVVM 패턴과 SwiftData를 활용해 UI와 데이터 흐름을 분리함으로써 유지보수성을 높였다. 특히, REST API는 Level 2 설계 원칙을 따르고 RFC 7807 형식의 오류 응답을 제공해 클라이언트‑서버 간 계약을 견고히 한다. 서버는 Flask와 py‑cord 이벤트 루프를 듀얼 스레드로 운영해 HTTP 요청 처리와 Discord Gateway 연결을 동시에 유지한다는 설계 선택이 눈에 띈다.

교육용 기능은 슬래시 커맨드 기반 출석 관리, 실시간 피드백 수집, 단순·복합 설문 조사로 구분된다. 출석 체크는 코드 기반 인증으로 시작·종료가 가능하고, 설문 결과는 Apple Charts를 이용해 iOS에서 즉시 시각화한다. 데이터는 CSV 형태로 로컬에 저장돼 LMS와 연동하거나 학내 분석에 활용할 수 있다.

성능 평가에서는 데이터베이스 조회 평균 180 ms, Discord API 호출 평균 250 ms, 전체 라운드트립 95th 퍼센타일이 300 ms 이하라는 목표를 충족했다. 라즈베리 파이 4B에서 12명의 강사가 동시에 20~50명 학생을 관리하는 시나리오를 스트레스 테스트했을 때 메모리 1.2 GB, CPU 15‑20 % 사용률을 보이며 안정적으로 동작했다.

사용성 측면에서는 Nielsen 휴리스틱 평가에서 평균 4.2/5점, 미적 디자인 4.8/5점을 기록했으며, NASA‑TLX 결과는 모바일 UI가 인지 부하를 크게 낮추었음을 보여준다. 오류율은 CLI 기반 작업에서 평균 2.3건/작업이었으나 모바일 앱에서는 거의 0에 가까웠다. 이는 명령어 기억·구문 오류를 UI 기반 인식 작업으로 대체한 효과로 해석된다.

보안은 현재 짧은 수명의 베어러 토큰 또는 API 키를 사용하지만, 향후 JWT와 세분화된 스코프 적용을 계획하고 있다. 또한 단일 프로세스 모델이 단일 장애점(single point of failure)으로 작용할 가능성을 인식하고, 컨테이너화·오케스트레이션을 통한 확장성을 제안한다.

한계점으로는 표본 크기(20명)와 단기 실험 설계, Discord API와 서비스 약관에 대한 의존성이 있다. 장기적인 학습 성과와 학생 참여도 변화를 측정하기 위한 종단 연구가 필요하다.

향후 연구 방향은 LLM 기반 피드백 자동 요약·추천, 안드로이드 지원을 위한 크로스플랫폼 구현, 그리고 실제 학기 전체에 걸친 학습 성과와 참여도 분석이다.