처음 문제
초기 기획안의 '유닛별 개별 게임 엔진 구축'과 '고용량 애니메이션 전수 렌더링' 방식은 서버 유지비와 디바이스 저장 용량 문제를 발생시키는 예산 폭주의 주범이었습니다. 특히 1만 개 이상의 음원 파일과 이미지를 개별적으로 호출하는 구조는 로딩 속도를 저하시켜 학습 흐름을 끊고, 유지보수 비용을 기하급수적으로 늘리는 기술 부채를 안고 있었습니다.
데이터 모듈화와 하이브리드 기술 최적화를 통해 5권 분량의 방대한 교육 콘텐츠 개발 예산 33% 절감
방대한 교육 데이터를 이기는 기술적 레버리지, '과학적 반복 노출'의 시스템화에 집중했습니다. 피그마 프로토타입 단계부터 직접 인터랙티브 요소를 설계하여 기획-개발 간의 병목 현상을 제거했고, 세이브된 예산은 유아동의 뇌에 음소를 각인시키는 '소리 블록 드래그' 및 '실시간 반응형 피드백' 등 핵심 학습 엔진의 완성도를 높이는 데 집중 투자되었습니다.

초기 기획안의 '유닛별 개별 게임 엔진 구축'과 '고용량 애니메이션 전수 렌더링' 방식은 서버 유지비와 디바이스 저장 용량 문제를 발생시키는 예산 폭주의 주범이었습니다. 특히 1만 개 이상의 음원 파일과 이미지를 개별적으로 호출하는 구조는 로딩 속도를 저하시켜 학습 흐름을 끊고, 유지보수 비용을 기하급수적으로 늘리는 기술 부채를 안고 있었습니다.
기존 5권 분량의 방대한 이미지, 음원, 애니메이션 데이터를 개별 페이지마다 하드코딩하거나 무거운 네이티브 엔진으로 구축하여 개발 공수가 무한정 늘어나는 구조였습니다. 특히 40개 이상의 유닛마다 수천 개의 인터랙티브 로직(드래그, 사운드 반응)을 일일이 구현할 경우, 초기 기획 예산은 1억 원에 육박하며 개발 기간 지연으로 인한 시장 진입 시기를 놓칠 리스크가 매우 컸습니다.
무거운 하드코딩 방식 대신 Ionic 프레임워크와 컴포넌트 자동화 구조를 채택했습니다. 학습 활동(Sound, Word, Game 등)의 로직을 규격화된 템플릿으로 설계하고 데이터만 교체하는 '모듈형 개발'을 도입하여, 방대한 데이터를 담으면서도 앱의 무게는 획기적으로 줄이고 개발 속도는 2배 이상 높였습니다.
구조 판단 기준: '인지 능력 향상을 위한 인터랙션'과 '데이터 경량화'를 최우선 기준으로 삼았습니다. 아이들이 직접 손가락으로 철자를 드래그하고 소리 블록을 맞출 때 발생하는 시각·청각적 피드백을 Ionic의 고효율 렌더링으로 구현하여, 저사양 태블릿에서도 끊김 없이 작동하는 학습 환경을 기준으로 설계했습니다.
남긴 것
뺀 것
방대한 교육 데이터를 이기는 기술적 레버리지, '과학적 반복 노출'의 시스템화에 집중했습니다. 피그마 프로토타입 단계부터 직접 인터랙티브 요소를 설계하여 기획-개발 간의 병목 현상을 제거했고, 세이브된 예산은 유아동의 뇌에 음소를 각인시키는 '소리 블록 드래그' 및 '실시간 반응형 피드백' 등 핵심 학습 엔진의 완성도를 높이는 데 집중 투자되었습니다.
구조가 정리되면 그 다음은 훨씬 명확해집니다.
지금도 비슷한 상태라면
개발 전에 구조부터 점검해보셔야 합니다
무료 구조 상담으로 지금 개발을 시작해도 되는지,
먼저 줄여야 할 범위가 있는지부터 확인해드립니다.