DORO 전략기획팀 보고서

강사 관리 시스템 고도화 전략

휴먼 에러와 비효율적인 수기 관리에서 벗어나,
데이터 기반의 강사 등급제자동 배정 알고리즘을 도입합니다.

추진 배경 및 기대효과

Problem

업무 과부하 해소

혜원T 등 핵심 R&D 인력이 단순 배정 업무에 매몰되어 있습니다. 자동화를 통해 배정 업무 시간을 50% 이상 단축합니다.

현재 리소스 낭비 심각

💎 Solution

서비스 품질 표준화

관리자의 감이나 기억이 아닌, 객관적 데이터(평점, 경력 등)에 기반하여 최적의 강사를 배정합니다.

  • ✓ S/A급 주강사 우선 배치
  • ✓ 휴먼 에러(중복 배정 등) 0%
🚀 Goal

동기 부여 시스템

역할 중심 급여에서 '등급 중심 급여'로 전환하여, 강사들이 스스로 성장하고자 하는 확실한 유인을 제공합니다.

공정성 투명성

강사 등급제 (Tier System)

S, A, B 3단계 등급 체계와 차등 보상 전략을 확인하세요.

보상 체계 변화 시뮬레이션

역할(Role) 중심에서 등급(Tier) 중심으로의 급여 구조 변화 (예시 데이터)

평가 시뮬레이터 (Evaluation Simulator)

강사의 정량적/정성적 데이터를 입력하여 예상 등급을 산출해보세요.
점수는 IRI (Instructor Reliability Index) 알고리즘에 기반합니다.

1.0 4.5 5.0
Predicted Tier
A
Score: 85/100

주강사 활동 가능, 표준 강사료 상한 적용

강의 배정 자동화 로직

Google Sheets와 Apps Script를 활용한 3단계 배정 알고리즘입니다. 시스템은 제약 조건을 필터링하고, 가중치 점수를 계산하여 전체 효율이 최대화되는 조합을 제안합니다.

1

Input & Filter

시간 중복, 자격 미달, 페널티 락 강사 제외

2

Scoring

등급 점수 + 전문성 + 거리 점수 계산

3

Optimization

전체 효용 최대화 및 쏠림 방지

4

Final Review

관리자(Human) 검토 후 최종 확정

Step 1: Input & Filtering

강사 DB와 강의 일정 DB를 연동하여 기초 데이터를 수집합니다.
Hard Constraints: 1인 1강의 원칙, 역할별 최소 등급 요건(주강사=A이상), 페널티 보유자 자동 배제.

Constraint: Role_Lead requires Tier >= A

단계별 실행 로드맵

1단계: 기획/설계

1개월 차

  • 등급 산정 기준표 확정
  • DB 스키마 설계 (Sheets)
  • 강사 의견 수렴

2단계: 개발/구축

2개월 차

  • Apps Script 알고리즘 코딩
  • 초기 등급 산정
  • 데이터 이관

3단계: 시범 운영

3개월 차

  • Pilot 자동 배정 테스트
  • Human-in-the-Loop 검증
  • 강사 등급제 공식 선포

4단계: 전면 도입

4개월 차 ~

  • 대규모 캠프 적용
  • S급 운영총괄 배치 의무화
  • 분기별 등급 재산정