Validated items
1.2M
three-stamped
← All platform
05 · CORPUS
Sovereign Corpus
독자 코퍼스
Korean curriculum, hand-curated. Not borrowed.
Curea 가 Inventory-First 전략으로 만들어 둔 1.2M 검증 콘텐츠 + 4,800 분류 노드 + 41 유형 1,218 문항 GT. 사용자가 늘어나도 응답 속도와 품질을 안정적으로 유지하는 구조의 원천.
Weekly growth
~22K
sustained 12 mo
Batch mode
Yes
pre-generated
Inventory reuse
Scale
request-time load down
§ INPUT
수요 예측 + 키워드 사용 로그가 다음에 만들 유형을 결정합니다.
단순히 많이가 아니라, 다음에 필요할 가능성이 높은 것을 먼저.
단순히 많이가 아니라, 다음에 필요할 가능성이 높은 것을 먼저.
§ 01키워드 셀렉터KEYWORD SELECTOR수요 예측
§ 02배치 빌더BATCH BUILDERJSONL 큐
§ 03다중 벤더 BatchMULTI-VENDOR BATCH50% 할인
§ 04폴러BATCH POLLEREventBridge · 5min
§ 05StagingSTAGING TABLE원시 출력
§ 06QC 1차 + 2차QC TIER 1 + 2cross-vendor
§ 07메인 재고MAIN INVENTORY검증 완료
§ 08교사 도장TEACHER STAMPStamp 3 → 학생
§ OUTPUT
학생 입장에서는 “빠르게 꺼내진 문제”.
한계비용이 사용자 수에 역비례.
한계비용이 사용자 수에 역비례.
§ ASYMPTOTIC COSTOn-Demand 100% 모델 대비 단위경제가 사용자 규모에 역비례 개선됩니다.
§ Plain · 쉬운 버전
For teachers, parents, students, journalists
§ THINK OF IT LIKE
창고에서 꺼내는 문제.
학생이 “문제 주세요” 눌렀을 때 그 순간부터 만들기 시작하면 — 느리고, 비싸고, 품질 편차가 큽니다.
Curea는 대신 미리 만들어 놓은 문제 창고를 둡니다. 수요가 예측되는 유형은 한 번에 수천·수만 건씩 배치 모드로 제작해 창고에 쌓습니다.
§ AT CUREA
빠르게 꺼내진 문제.
창고에 들어가기 전 AI 두 도장은 이미 찍혀 있습니다. 교사가 꺼낼 때 세 번째 도장이 찍히면 그대로 학생에게 갑니다. 학생 입장에서는 “느리게 만들어진 문제”가 아니라 “빠르게 꺼내진 문제”를 받습니다.
속도가 빠른 이유 하나 더 — 반복 수요가 예상되는 유형을 배치로 먼저 만들고 검증합니다. 사용자가 많아져도 학생 요청 시점의 실시간 생성 부담이 커지지 않습니다.
§ Technical · 기술 버전
For engineers, investors, technical reviewers
§ 01PRE-GENERATION배치 사전 생성
On-Demand 생성이 아닌 배치 사전 생성이 기본. 사용자 요청마다 새로 만드는 구조와 달리, 한번 검증한 재고를 반복 활용하도록 설계되어 운영 부하가 예측 가능합니다.
§ 02MULTI-PROVIDER BATCH다중 벤더 Batch 계층
동일한 Batch Provider 인터페이스로 여러 벤더의 배치 채널을 하나의 추상화로 묶어, 처리량과 안정성이 더 좋은 채널이 등장하면 호출 라우팅을 이동시킵니다.
§ 03PRODUCTION LOOP대량 생성 운영 루프
Keyword Selector → Batch Builder → Batch Poller → QC Pipeline → Main Inventory. Retry Queue가 실패 문항을 실패 사유와 함께 다시 생산 라인으로 돌리고, 반복 실패 문항은 Archive에 남아 프롬프트 개선 데이터가 됩니다.
§ 04FALLBACK실시간 경로 전환
재고 miss 시 실시간 경로로 투명 전환. 교사 입장에서는 두 경로의 차이를 체감할 수 없고, 세 도장 기준은 같습니다.