교육 AI 시장은 오랫동안 정답률을 데이터라고 불러왔다. 학생이 맞혔는지 틀렸는지는 기록됐지만, 어느 줄에서 사고가 꺾였는지는 여전히 교사의 눈과 시간에 기대야 했다. 포스트매스는 이 빈칸을 종이와 스마트펜 사이에서 찾았고, 정부가 스케일업 TIPS 30억원 규모 R&D로 그 가설을 검증하기로 했다1. 수학 문제의 결과가 아니라 풀이 과정 자체를 데이터로 만들 수 있다면, 교육 SaaS의 단위는 문제집이 아니라 학습자의 사고 흐름이 된다.
왜 수학 풀이였나 — 정답률로는 설명되지 않는 데이터가 남아 있었다
수학 교육에서 가장 비싼 데이터는 정답이 아니다. 학생이 어떤 식을 먼저 세웠는지, 어느 단계에서 기호를 잘못 옮겼는지, 계산 실수인지 개념 오해인지 구분하는 과정 데이터다. 기존 학습 데이터는 대부분 정오답이라는 결과값에 머물렀고, 학생이 어느 단계에서 어떤 방식으로 틀렸는지는 교사의 육안 확인에 의존해 왔다1.
포스트매스가 겨냥한 지점은 바로 이 수작업 구간이다. 스마트펜 기반 학습관리 시스템 펜클래스(PenClass)는 학생이 평소처럼 종이 학습지에 풀이를 쓰게 두고, 스마트펜의 시간·위치·필압 정보를 수집해 해석 가능한 데이터로 재구성한다1. 교육 현장의 습관을 바꾸지 않고, 데이터의 해상도만 끌어올리는 방식이라는 점이 이 회사의 핵심이다.
종이를 포기하지 않는 전략도 중요하다. 교실과 학원은 이미 종이 학습지, 채점, 첨삭, 숙제 루틴으로 굴러간다. 완전한 태블릿 전환은 장비·훈련·운영비를 요구하지만, 펜클래스는 눈에 보이지 않게 인쇄된 미세 점 배열로 위치마다 절대좌표를 인코딩하고 문항 영역과 페이지까지 판독하는 구조를 택했다1. 기존 교육 워크플로에 얹히는 B2B SaaS가 될 여지가 여기서 생긴다.
스케일업 TIPS 선정은 그래서 단순 보조금 뉴스가 아니다. 이 프로그램은 창업 초기 TIPS 이후를 잇는 성장 단계 지원으로, 민간 운영사로부터 10억원 이상 선행투자를 유치한 기술집약형 중소벤처기업에 정부 R&D 자금을 붙이는 구조다1. 포스트매스는 동문파트너즈의 선행 투자를 기반으로 선정됐고, 고려대학교 AI 중점학교 연구지원센터·한국발명진흥회·한국전자기술연구원이 기업성장지원기관으로 참여한다1.
무엇이 다른가 — 디지털 문제집이 아니라 풀이 데이터 레이어다
| 영역 | 전통 수학 학습관리 | 포스트매스 방식 |
|---|---|---|
| 데이터 단위 | 정오답, 점수, 제출 여부 중심 | 획·시간·위치·필압 기반 풀이 과정 |
| 교사 업무 | 학생 풀이를 육안으로 확인하고 오류 유형을 추정 | 문항 영역과 풀이 흐름을 시스템이 구조화 |
| 학습 환경 | 종이 학습지와 디지털 기록이 분리 | 종이 학습지 사용을 유지하며 데이터화 |
| 진단 깊이 | 맞힘·틀림 이후 보충 문제 추천에 집중 | 어느 단계에서 틀렸는지 분석하는 방향 |
| 사업 레이어 | 콘텐츠 판매 또는 단순 LMS 기능 | 학습 데이터 인프라형 B2B SaaS |
포스트매스의 차별점은 AI라는 단어보다 입력 데이터의 성격에 있다. 많은 교육 AI가 이미 채점된 결과, 클릭 로그, 문제 풀이 시간 같은 후행 데이터를 다룬다면, 이 회사는 학생의 손 움직임을 학습 과정의 원천 데이터로 취급한다. 자체 개발 OCR을 통해 채점 결과뿐 아니라 풀이 과정까지 분석하고 개인 학업 성취도를 판별하는 것이 이번 과제의 목표다1.
이 접근은 수학교육에서 특히 의미가 크다. 같은 오답이라도 식 세우기 실패, 개념 혼동, 계산 실수, 기호 전사 오류는 전혀 다른 처방을 요구한다. 오답 하나를 하나의 사건으로 보지 않고, 여러 단계의 사고 로그로 분해하는 순간 제품의 가격 단위도 달라진다.
어떻게 커질 수 있나 — 교실을 바꾸기보다 교사의 시야를 확장한다
- 첫째, 종이를 그대로 둔다. 포스트매스는 학생이 종이 학습지에 스마트펜으로 풀이를 적는 흐름을 전제로 한다1. 이는 학교·학원 현장의 채택 장벽을 낮추는 설계다. 이미 굴러가는 수업 루틴을 무너뜨리지 않고, 그 위에 데이터 레이어를 얹는다.
- 둘째, 손글씨를 구조화한다. 시스템은 스마트펜의 시간·위치·필압 정보를 수집하고, 미세 점 배열을 통해 페이지와 문항 영역을 판독한다1. 단순 OCR이 아니라 풀이가 어떤 순서와 압력, 위치에서 만들어졌는지를 읽는 구조다.
- 셋째, 진단을 업무 소프트웨어로 만든다. 교사는 개별 풀이를 전부 들여다보는 대신, 시스템이 정리한 오류 흐름과 성취 판단을 기준으로 개입할 수 있다. 포스트매스가 B2B SaaS로 읽히는 이유는 콘텐츠 회사가 아니라 교사 업무의 병목을 줄이는 운영 레이어를 만들고 있기 때문이다6.
The Bet — 정부 검증이 지금 의미 있는 이유
스케일업 TIPS의 의미는 30억원 자체보다 검증 방식에 있다. 포스트매스는 이미 10억원 이상 민간 선행투자를 받은 기술집약형 기업이라는 조건을 통과했고, 여기에 중소벤처기업부 R&D와 연구·성장지원기관이 붙었다1. 정부가 산 베팅은 교육 앱 하나가 아니라, 종이 기반 수학 학습을 기계가 읽을 수 있는 데이터셋으로 바꾸는 인프라 가능성이다.
이 베팅이 성립하려면 세 가지가 맞아야 한다. 첫째, 손글씨 풀이가 충분히 정확하게 수집돼야 한다. 둘째, 수집된 좌표·시간·필압 데이터가 교사가 이해할 수 있는 학습 판단으로 바뀌어야 한다. 셋째, 학교와 학원이 이 시스템을 추가 업무가 아니라 업무 절감으로 느껴야 한다.
숫자만 보면 포스트매스는 이미 성장 구간에 들어섰다. 회사는 2025년 매출 55.6억원을 달성했고 흑자 전환에 성공했으며, 2025년 2월 56억원 규모 시리즈A 투자와 2026년 4월 18.6억원 후속 투자를 유치했다6. 그러나 다음 단계의 질문은 매출이 아니라 데이터 품질이다. 교육 AI에서 방어력은 모델보다 독점적이고 반복적으로 쌓이는 학습 과정 데이터에서 나온다.
다음 12개월에 지켜볼 지표 3개
- R&D 과제의 실제 산출물 이번 과제는 정부출연금 20억원을 포함한 총 30억원 규모로 수행된다1. 시제품 고도화인지, 실제 학교·학원 환경에서의 검증인지, 상용 기능으로 이어지는지가 첫 번째 관전 포인트다.
- 풀이 과정 분석의 정확도 스마트펜 데이터와 자체 OCR이 채점 결과를 넘어 풀이 과정까지 분석할 수 있다고 설명됐지만, 공개된 정확도 수치는 아직 제한적이다1. 문항 유형별 인식률, 오류 분류 정확도, 교사 수정률이 공개되면 제품의 실력이 더 선명해진다.
- B2B 확장 속도 포스트매스가 단순 학습 도구가 아니라 학교·학원 운영 소프트웨어로 자리 잡으려면 반복 사용 기관과 유료 전환 지표가 필요하다. 2025년 매출 55.6억원과 흑자 전환은 출발점이지만, 스케일업 이후에는 기관당 매출과 재계약률이 더 중요해진다6.
다음은 그 데이터가 교사의 시간을 얼마나 실제로 줄이는지다.
