Krashen의 i+1 이론을 핵심으로 삼아, 온디바이스 AI와 CEFR 레벨 판정을 결합해 현재 수준에 꼭 맞는 읽기·복습 자료를 제공합니다.

문제는 노력 부족이 아니라, 맞지 않는 교재
#

영어 학습에서 가장 어려운 부분은 어휘력이 아닌 경우가 많아요. 글을 열었을 때 그게 적당히 도전적일지, 아니면 의욕을 꺾을 만큼 어려울지 가늠이 안 되는 순간이 더 큰 문제예요. 너무 쉬운 교재는 성장 감각을 주지 못하고, 너무 어려운 교재는 인내심만 갉아먹어요. English N+1은 바로 그 틈새를 위해 만들어졌어요.

크라셴의 i+1 이론을 실제로 작동하는 제품으로 구현했어요. 먼저 현재 실력을 파악하고, AI가 그보다 딱 한 단계 위의 콘텐츠를 생성하는 방식이에요. “학습 앱에 AI를 붙인다"는 게 목적이 아니라, 교재를 사람에게 맞추는 작업을 자동화하는 것이 핵심이에요.

실제로 어떻게 쓰는지
#

일반적인 흐름은 이래요. 레벨 테스트로 대략적인 CEFR 범위를 파악하고, 실제로 읽고 싶은 주제를 고른 다음, 앱이 그 수준에 맞는 글을 생성해 줘요. 읽다가 낯선 단어를 저장하면 자동으로 복습 사이클에 들어가요. 따로 기사를 찾고, 사전을 찾아보고, 메모하고, 플래시카드를 만드는 과정이 필요 없어요. 앱 자체가 처음부터 그 학습 흐름 전체를 중심으로 설계됐거든요.

이건 영어에 불안감을 느끼는 분들에게 특히 의미 있어요. 앱이 처음부터 “얼마나 아는지 증명하라"고 요구하는 대신, 지금 이해할 수 있는 내용의 대부분을 유지하면서 조금씩 경계를 넓혀갈 수 있게 해줘요. “지금 나보다 딱 조금 어려운” 그 여백이, 사람들이 실제로 꾸준히 연습을 이어갈 수 있는 지점이에요.

AI는 성능 과시가 아니라 엔진
#

AI 영어 앱들이 대화가 얼마나 자연스러운지를 강조하는 경우가 많아요. 하지만 학습자가 실제로 계속 쓰게 되는 건, 콘텐츠 생성 품질이 일정하게 유지되는지, 복습 흐름이 자연스럽게 이어지는지에 달려 있어요. English N+1은 커리큘럼 엔진처럼 동작해요. 레벨을 추적하면서 텍스트 난이도, 어휘 밀도, 주제 흥미도를 균형 있게 조율하기 때문에, 매 세션마다 “이게 나한테 맞을까?“를 걱정하지 않아도 돼요.

온디바이스로 모델을 실행한다는 점도 중요해요. 학습 기록, 레벨 정보, 읽기 성향은 민감한 데이터예요. 특히 자신의 약점을 들여다볼 때는 더욱 그렇죠. 이 데이터를 기기 안에서만 다루면 클라우드 서비스보다 훨씬 편안하게 장기간 사용할 수 있어요.

모델 선택도 사용자에게 강요하지 않아요. 레벨 테스트가 대략적인 CEFR 범위를 파악하면, 기기 성능과 메모리 상태에 따라 로컬 모델이 생성을 담당해요. 사용자 입장에서는 “앱 열고 읽기 시작"이면 끝이에요. 내부는 하드웨어에 맞게 적응하고, 겉으로는 단순해요. AI를 과시하기보다 실제로 유용하게 만드는 게 더 낫다는 생각에서 나온 구조예요.

이런 분께 맞아요
#

화려한데 막상 나한테 안 맞는 영어 앱들에 지쳐있다면, 이 앱은 다르게 작동해요. 스트릭이나 게임화된 루프가 아니라, 열 때마다 실제로 쓸모 있어서 계속 쓰게 되는 앱이에요. 학생이든, 혼자 공부하는 분이든, 영어로 돌아오는 중인 분이든, 출퇴근 시간에 꾸준히 읽을 거리를 찾는 분이든, 직접 인터넷에서 자료를 긁어모으는 것보다 훨씬 체계적으로 학습할 수 있어요.

사람들이 영어를 포기하는 건 대부분 노력이 부족해서가 아니에요. 교재가 맞지 않아서예요. English N+1은 그 한 가지만 고치려 해요. 그래서 다음번에 글을 열었을 때, 인내심이 바닥날지 아닐지를 걱정하지 않아도 되도록요.