지즈모, 2,200만 달러의 시리즈 A 투자 유치로 화면 시간을 학습 시간으로 전환

지즈모는 2,200만 달러의 시리즈 A 투자를 유치했다. 이는 가장 빠르게 성장하는 AI 기반 교육 플랫폼 중 하나인 지즈모의 주요 이정표이다. 이 라운드는 샤인 캐피탈이 주도했으며, 아다 벤처스, 시크 인베스트먼트, GSV, NFX가 참여했다. 이는 이미 120개 이상의 국가에서 1,300만 명 이상의 학습자를 서비스하는 회사에 대한 투자를 더욱 가속화한다.

2021년 케임브리지 대학 졸업생들이 설립한 지즈모는 인공 지능과 소셜 미디어의 참여 메커니즘을 결합한 새로운 유형의 학습 플랫폼을 구축하고 있다. 그 목표는 화면 시간을 줄이는 것이 아니라, 그 시간을 보다 효율적으로 사용하는 것이다.

학습을 위한 주의 경제학 재설계

교육은 오랫동안 현대 앱의高度 최적화된 참여 루프와 경쟁하기 위해 어려움을 겪어왔다. 틱톡과 인스타그램과 같은 플랫폼은 개인화, 피드백, 보상 시스템을 지속적으로 개선하는 반면, 공부는 대부분 정적이고 고립된 상태로 남아 있었다.

지즈모의 접근 방식은 이러한 동일한 행동 원리를 학습에 적용하는 것이다. 화면 시간을 문제로 간주하는 대신, 기회로 간주하여 진행 상황을 보상하고 일관성을鼓励하며 동력을 창조하는 경험을 설계한다. 결과는 정적이 아닌 역동적인 학습 환경이 된다.

플랫폼의 작동 방식

지즈모의 핵심은 수동적인 학습 자료를 능동적인 학습 시스템으로 변환하는 것이다. 사용자는 노트, 문서, 또는 웹 링크를 업로드할 수 있으며, 이는 AI에 의해 처리되어 맞춤형 학습 도구가 생성된다.

이러한 도구에는 상호작용하는 플래시 카드, 성과에 따라 조정되는 적응형 퀴즈, 그리고 보유를 강화하기 위한 게임화된 도전이 포함된다. 시스템은 사용자 행동에 따라 지속적으로 자신을 개선하여 사용자와 함께 진화하는 개인화된 피드백 루프를 생성한다.

개인적인 학습을 넘어서, 지즈모는 사용자가 협력하고, 리더보드를 경쟁하고, 동료와 책임을 지는 소셜 기능을 통합했다. 이것은 전통적으로 고립된 활동에 커뮤니티의 계층을 추가하여 동기부여와 일관성을 증가시킨다.

글로벌, 모바일 우선의 세대에 맞춤

지즈모의 빠른 채택은 학습이 소비되는 방식에 대한 더广い 전환을 강조한다. 영국과 미국의 시험을 준비하는 학생들부터 新興 시장에서 업스킬링하는 전문가들까지, 이 플랫폼은 수백만 명의 일상적인 습관이 되었다.

회사의 모바일 우선 설계는 스마트폰이 전세계적으로 학습의 주요 인터페이스가 된 현실을 반영한다. 사용자가 이미 시간을 보낸 곳에서 사용자를 만나는 것으로, 지즈모는 대규모에서 마찰을 줄이고 참여도를 증가시킨다.

새로운 자금을 통해, 지즈모는 엔지니어링과 AI 팀을 확장하고 미국 대학 시장으로의 확장을 가속화할 계획이다. 이는 참여도를 증가시키고 플랫폼이 지원할 수 있는 콘텐츠 유형을 확대하는 것을 목표로 하는 더 깊은 제품 개발을 포함한다.

회사는 또한 학습을 접근 가능하게 만드는 것뿐만 아니라 습관화하는 것을 중점으로 하는 기능에 투자하고 있다.

교육을 위한 AI 네이티브 접근 방식

지즈모의 주요 차별점은 기존 제품에 인공 지능을 계층화하는 대신, 처음부터 AI 네이티브 플랫폼으로 설계된 것이다. 자동화, 개인화, 지속적인 적응을 중심으로 시스템이 설계되어 있다.

이것은 사용자가 플래시 카드를 생성하거나 수정 계획을 구조화하는 것과 같은 전통적으로 공부에 필요한 수동적인 노력을 제거한다. 대신, 플랫폼은 이러한 작업을 즉시 처리하여 사용자가 학습 자체에 집중할 수 있도록 한다.

더 많은 학생들이 콘텐츠를 기여하고 시스템과 상호작용할수록, 플랫폼은 네트워크 효과를 얻어 시간이 지남에 따라 출력의 품질과 관련성을 개선한다.

AI 주도 학습의 미래

지즈모와 같은 플랫폼은 교육이 향후 10년 동안 어떻게 진화할 수 있는지에 대한 더广い 전환을 나타낸다. 실시간으로 적응할 수 있는 AI 시스템이 더 能力 있게 되면, 학습은 표준화된 형식에서 개인화된 경험으로 이동할 수 있다. 이러한 경험은 각 개인이 정보를 흡수하는 방식에 반응한다.

이는 학생들을 넘어서 影響을 미친다. 지속적이고 실시간 학습은 일상적인 워크플로우에 내장될 수 있다. 교육과 생산성 사이의 경계를 흐리며, 개인은 워크플로우와 병렬로 학습을 안내하는 AI 시스템에 의존할 수 있다. 성과와 목표에 따라 콘텐츠를 동적으로 조정한다.

시스템 수준에서, 이러한 기술은 교육 커리큘럼 설계와 평가의 전통적인 모델에 도전한다. 참여도, 보유, 마스터리가 지속적으로 추적될 수 있다면, 시험, 교실, 심지어 공식 자격증의 필요성이 변화할 수 있다. 이것은 더 유연하고 결과 중심의 교육 접근법으로의 문을 열어준다.