Learning Path Check — 우리 아이 뭐 배우지? 체크

AI가 공부를 가르치기 전에, 무엇을 어떤 순서로 배워야 하는지부터 정확히 알아야 합니다.

대한민국 2022 개정 교육과정 기반의 초·중·고 학습 경로 MCP 서버입니다. 교육과정 검색에서 끝나지 않고 자녀별 확인 질문, 결정론적 상태 판정, 복습 계획, 진행 기록, 재점검 일정, 주간·월간 학부모 리포트까지 이어집니다.

이 서비스는 성적이나 학생의 능력을 판정하지 않습니다. 원천 데이터에 저장된 관계·질문·증거만 사용하며, 관계나 성취기준을 요청 시점에 생성하지 않습니다.

데이터 범위

런타임은 외부 교육과정 저장소나 웹에 접속하지 않고 빌드에 포함된 읽기 전용 데이터만 조회합니다.

추가로 초등→중학교 개념 관계 19건, 중학교→고등학교 전이 50건, 고등학교 과정 관계 39건, 교과 연속성 관계 11건을 포함합니다. 전체 컴파일 결과는 개념 7,506개와 관계 7,100개입니다.

• 초등 데이터: kr-full-depth-v0.4

• 중학교 데이터: kr-2022-middle-v0.4.0-candidate

• 고등학교 데이터: kr-2022-high-v0.4.0-candidate

• 학교급 브리지: kr-2022-middle-high-bridge-v0.4.0-candidate

• 고등학교 P0는 공통·일반·진로·융합 선택 및 교양·계열 과목을 지원합니다. 직업계 전문교과 528과목·47,625토픽은 제외하고 범위 안내를 반환합니다.

• 중학교 성취기준은 7~9학년군 단위이므로 개별 학년 배정을 단정하지 않습니다. 고등학교 과목의 실제 편성 학년은 학교마다 다를 수 있습니다.

• required-prerequisite, recommended-before, 과정 전이를 구분하며 과정 전이는 공식 이수 요건으로 표현하지 않습니다.

공식 기준은 교육부 2022 개정 교육과정 고시와 국가교육과정정보센터(NCIC)를 확인하세요. 이 저장소의 해석은 교육부·국가교육위원회·NCIC의 승인이나 공식 해석이 아닙니다.

Related MCP server: Knowledge Graph MCP Server

MCP 도구

assess_learning_check는 자유 텍스트를 채점하지 않습니다. 호출 클라이언트가 답변을 ok | partial | fail | unknown 중 하나로 매핑해야 하며, 서버는 그 값만 결정론적으로 상태에 반영합니다.

실행

요구 사항은 Bun 1.3 이상입니다.

bun install --frozen-lockfile
bun run verify
bun run start

개발 서버는 bun run dev, 데이터 원천을 다시 컴파일할 때만 bun run compile:data를 사용합니다. 컴파일에는 형제 저장소 ../korean-elementary-learning-map, ../korean-secondary-learning-map이 필요하지만, 일반 빌드와 실행에는 필요하지 않습니다.

기본 엔드포인트:

• POST /mcp — stateless Streamable HTTP MCP

• GET /health — 서비스·도구 수·데이터 버전

환경 변수

저장소 우선순위는 DATABASE_URL → STORE_PATH → 프로세스 메모리입니다. 단, NODE_ENV=production에서는 DATABASE_URL 또는 STORE_PATH와 32바이트 이상의 USER_SCOPE_SALT가 없거나 저장소 읽기·쓰기 검증이 실패하면 서버가 시작하지 않습니다. Docker 기본값은 /data/learning-path-store.json 파일 저장소이며, 다중 인스턴스·장애조치 환경에서는 PostgreSQL을 사용하세요.

USER_SCOPE_SALT는 저장소를 처음 만들 때 한 번 생성한 뒤 비밀 저장소에 보관하고, 저장소 수명 동안 모든 재시작·재배포·복제본에서 같은 값을 사용해야 합니다. 값을 바꾸면 기존 사용자 스코프를 다시 찾을 수 없습니다. 로컬에서 상태 저장 기능을 시험할 때도 32바이트 이상의 salt와 쓰기 가능한 STORE_PATH를 설정하세요.

PlayMCP 등록은 Key/Token 인증을 선택하고 필드명을 x-learning-path-token으로 설정합니다. 사용자는 비밀번호 관리자로 생성한 32자 이상의 사용자별 무작위 비밀 토큰을 한 번 연결하고 계속 재사용합니다. 서버는 이 토큰을 인증 capability로 취급해 USER_SCOPE_SALT와 함께 해시한 스코프에만 상태를 저장하며, 원문 토큰을 저장·반환·기록하지 않습니다. 토큰을 잃거나 바꾸면 기존 스코프를 다시 찾을 수 없고, 다른 사람에게 알려지면 해당 스코프 접근권한도 넘어가므로 안전하게 보관해야 합니다. 토큰이 없거나 32자 미만이면 교육과정 검색과 공개 학습경로 조회만 가능하며, 프로필·점검·계획·진행 기록의 저장 및 조회는 차단됩니다.

프로필 생성에는 보호자 저장 동의(guardianConsent: true)가 필요하며 동의 버전과 시각을 기록합니다. 실명·학교명·연락처·주소·주민번호·이메일·결제정보·성적표 원문을 입력하지 마세요. 이메일, 전화번호, 주민번호, 카드번호처럼 보이는 입력은 도구 호출 단계에서 거부됩니다.

Docker

docker build -t learning-path-check-mcp .
docker volume create learning-path-check-data
umask 077
printf 'USER_SCOPE_SALT=%s\n' "$(openssl rand -base64 48)" > .env.production
# .env.production은 한 번만 만들고 안전하게 보관해 재배포 때 그대로 재사용합니다.
docker run --rm -p 8080:8080 \
  --env-file .env.production \
  -v learning-path-check-data:/data \
  learning-path-check-mcp

검증과 재현성

bun run compile:data
bun run typecheck
bun test
bun run build

컴파일러는 모든 관계 종점, 중복 ID, 자기 순환, 15 MiB 산출물 상한을 검사합니다. 테스트는 선수관계 DAG, 성취기준 코드 존재, 저장소 격리·연쇄 삭제, 10개 도구 annotations, 256 KiB 본문 제한, HTTP 연속 시나리오를 검증합니다. 현재 후보 릴리스 근거와 해시는 릴리스 기록에 있습니다.

DEXA AI School 벤치마크의 제품 맥락은 PRD에 기록되어 있습니다. 벤치마크 원본은 이 저장소에 포함하지 않습니다.

권리와 고지

서버 코드는 MIT License입니다. 컴파일 교육과정 데이터에는 같은 라이선스가 적용되지 않으며, 원천별 ODbL·CC BY-SA 조건과 공식 문서 권리 보류가 있습니다. 배포 전 반드시 NOTICE를 확인하세요.