엘리스그룹, 중고생 161명 참여한 AI 메이커톤 마무리…38개 팀 전원 에이전트 개발

인공지능(AI) 교육이 기술의 원리를 배우는 단계를 넘어 학생들이 직접 문제를 발견하고 해결책을 구현하는 프로젝트 중심으로 변화하고 있다. 특히 AI 에이전트는 사용자의 요청에 따라 필요한 작업을 수행하도록 설계할 수 있어 청소년들이 일상에서 경험하는 문제를 기술적으로 해결해 보는 교육 도구로 활용되고 있다. 최근에는 자연어로 개발 의도를 설명하고 AI의 도움을 받아 코드를 작성하는 ‘바이브 코딩(Vibe Coding)’ 방식이 확산하면서 프로그래밍 경험이 많지 않은 학생도 아이디어를 실제 서비스 형태로 구현할 수 있는 환경이 마련되고 있다. 엘리스그룹이 전국 중·고등학생을 대상으로 AI 에이전트를 직접 설계하고 개발하는 메이커톤을 운영하며 프로젝트 기반 AI 교육의 적용 가능성을 확인했다.

AI 인프라·클라우드 및 산업별 솔루션 전문 기업 엘리스그룹(대표 김재원)은 ‘2026 AI 동행 프로젝트’의 에이전트 AI 분과 해커톤인 ‘메이커톤(Make-thon)’을 마무리했다.

지난 9월 19일부터 20일까지 이틀간 서울 건국대학교와 대전 KT인재개발원에서 동시에 열린 이번 행사에는 전국 21개 중·고등학교에서 학생 161명이 참가했다. 학생들은 총 38개 팀을 구성해 AI 에이전트 개발에 도전했으며, 모든 팀이 프로젝트를 완수했다. 이번 메이커톤은 ‘배운 AI를, 우리에게 필요한 AI로’라는 슬로건 아래 진행됐다. 학생들은 학교와 지역사회, 일상생활에서 발견한 문제를 AI 기술로 해결하는 과제를 수행했다.

주요 프로젝트 주제는 친환경 쓰레기 재활용, 디지털 격차 완화, 고교학점제 지원 등이다. 환경과 교육, 정보 접근성 등 학생들이 직접 경험하거나 관심을 가진 문제를 중심으로 AI 에이전트를 기획하고 구현했다.

행사는 과학기술정보통신부가 주최하고 한국과학창의재단이 주관하는 ‘2026 AI 동행 프로젝트’의 일환으로 마련됐다. AI 동행 프로젝트는 기업과 대학 등 민간 기관의 AI 전문성과 교육 역량을 활용해 청소년의 AI 활용 능력과 문제 해결 역량을 높이는 사업이다.

교육 과정에는 프로젝트 기반 학습(PBL, Project-Based Learning) 방식이 적용된다. 학생들이 주어진 기술을 익히는 데 그치지 않고 문제를 정의하고 해결 방안을 설계한 뒤 결과물을 직접 구현하고 검증하도록 구성한 것이 특징이다.

올해 AI 동행 프로젝트는 생성형 AI, 데이터 AI, 피지컬 AI, 책임·안전 AI, 에이전트 AI 등 5개 분과로 운영된다. 엘리스그룹은 이 가운데 에이전트 AI 분과 주관기관으로 참여해 메이커톤의 기획부터 운영까지 전 과정을 담당했다.

38개 팀 모두 프로젝트 완수…’헬피코드’로 설계부터 검증까지 경험

이번 메이커톤에서는 엘리스그룹이 자체 개발한 AI 코딩 에이전트 ‘헬피코드(HelpyCode)’가 개발 도구로 활용됐다. 엘리스그룹은 참가 학생 전원에게 헬피코드를 제공해 자연어 기반의 바이브 코딩 방식으로 AI 에이전트를 개발할 수 있도록 지원했다. 학생들은 구현하려는 기능과 동작 방식을 설명하고 AI의 도움을 받아 코드를 작성하며 아이디어를 구체화했다.

프로젝트는 유엔 지속가능발전목표(SDGs)를 바탕으로 진행됐다. SDGs는 빈곤과 불평등, 환경, 교육 등 국제사회가 공동으로 해결해야 할 과제를 제시한 목표로, 학생들은 이를 참고해 일상과 사회에서 개선이 필요한 문제를 선정했다.

개발 과정은 문제 발견, 사용자 이해, 역할 및 안전 설계, 구현·검증으로 이어지는 5단계 미션으로 구성됐다. 학생들은 해결하려는 문제가 무엇인지 정의하고, 서비스를 이용할 사용자의 상황과 요구사항을 파악한 뒤 AI 에이전트의 기능과 역할을 설계했다.

AI 에이전트가 수행해야 할 작업뿐 아니라 안전하게 작동하기 위한 조건도 함께 고려하도록 했다. 단순히 원하는 답변을 생성하는 수준을 넘어 입력과 출력이 의도한 대로 작동하는지 확인하고, 오류나 부적절한 결과를 줄이기 위한 설계 과정을 경험하도록 한 것이다.

학교급에 따른 개발 조건도 차별화했다. 중등부에는 동일한 입력에 대해 예상한 출력이 재현되는지 확인하는 입출력 재현과 안전 패턴 적용을 주요 조건으로 제시했다. 고등부에는 외부 API 연동 등 추가적인 기술 요소를 포함했다. API는 서로 다른 소프트웨어나 서비스가 데이터를 주고받고 기능을 연결할 수 있도록 하는 인터페이스로, 학생들은 이를 활용해 AI 에이전트의 기능을 확장하는 과제를 수행했다.