About · Academy & System
더 높이, 더 멀리
Higher Education 은 서초 기반 유학 입시 컨설팅 학원이자, 동시에 이 학원이 직접 구축·운영하는 AI 기반 대학 매칭 시스템 입니다. 346개 대학 · 8개국 · 72문항 적성검사 · 다중 AI 검증 — 막연한 감이 아니라 과학적 근거와 자동화된 데이터 인프라로 한 명 한 명의 진로 전략을 돕습니다.
Academy · 학원
서초 Higher Education
원장 이동진
“입시는 정보 싸움이기 전에, 한 사람의 강점을 발견하고 그걸 학교에 정확하게 설명해내는 과정입니다.”
서초에서 오랜 시간 미국·영국을 비롯한 해외 명문대 진학을 지도하면서 한 가지 확신을 얻었습니다. 결국 좋은 결과는 학생 본인에 대한 정확한 이해와 학교별 요건에 대한 정밀한 매칭에서 나온다는 것.
다만 그 과정에 드는 컨설팅 비용이 너무 높다는 점이 늘 마음에 걸렸습니다. 좋은 잠재력을 가진 학생이 비용 때문에 전략적 접근을 포기하는 경우를 너무 많이 봤기 때문입니다.
Higher Education 은 그 간극을 줄여보려는 시도입니다. 오랫동안 축적해 온 합격 데이터와 컨설팅 노하우를 체계화해서, 보다 많은 학생이 상위 수준의 전략을 활용할 수 있도록 준비하고 있습니다.
교육 철학
기술이 장벽을 낮춥니다
원장이 오랜 시간 쌓아온 컨설팅 로직과 입시 데이터를 AI에 체계화했습니다. 본 사이트의 하이어 박사 챗봇과 대학 매칭 도구는 그 결과물의 일부입니다. 고비용 컨설팅 없이도 학생이 자기 위치를 파악하고 전략을 세울 수 있도록 돕는 것이 목표입니다.
기술은 도구, 중심은 사람
AI가 아무리 정교해져도 아이의 하루하루 감정·학습 리듬·가정 상황까지 보는 것은 사람만 할 수 있습니다. 저희 선생님들은 지식을 전달하는 강사이기 전에, 학생의 성장을 함께 고민하는 멘토로서 움직입니다.
근거 있는 전략
감이나 일반론이 아니라 실제 합격 사례, 학교별 최근 동향, 국가별 입시 구조를 기준으로 판단합니다. 학생 개개인의 강점이 가장 잘 드러날 수 있는 포지션이 어디인지 데이터로 짚어냅니다.
Why Us · 시스템 신뢰도
왜 이 시스템을 신뢰할 수 있는가
한국 유학 컨설팅은 지금까지 “원장 감” 에 의존하는 블랙박스였습니다. 학부모는 비용을 지불하면서도 무엇을 근거로 그렇게 판단하는지 알기 어려웠습니다. 저희는 그 블랙박스를 열기로 했습니다. 아래는 이 시스템이 어떻게 만들어졌는지, 어떤 원칙으로 작동하는지 전부 공개합니다.
Data Infrastructure
📊 자동화된 대학 데이터 파이프라인
대학 정보는 매년 변합니다. 지원자 수 · 합격률 · SAT 평균 · 시험 요건 · 입학 에세이 주제 · 장학금 조건. 저희는 346개 대학의 정보를 자동화된 크롤링과 교차 검증 파이프라인으로 지속 유지합니다.
Primary Source · 각 대학 공식 입학처 페이지
모든 데이터의 1차 근거는 각 대학의 공식 admissions 페이지입니다. 합격률·SAT 범위·지원 요건·에세이 주제·마감일 등을 해당 학교가 직접 공표한 값으로 수집. 비공식·인터넷 유통 수치는 출발점이 아닙니다.
Cross-Reference · 다중 공식 소스 교차 검증
공식 페이지만 믿지 않고 교차 검증합니다: Common Data Set (CDS 2024-25) + College Board BigFuture (NACAC 표준) + US News + 정부 공식 통계 (NCES IPEDS / UK UCAS / MoE Singapore / MEXT Japan 등). 값이 10% 이상 차이나면 confidence='medium' 으로 표시하고 audit_notes 에 근거 기록 — 유저에게 투명하게 노출.
30분 자동 Audit Routine · 항시 업데이트 감지
Scheduled Task 가 30분마다 돌면서 admission_essentials · SAT 범위 · 합격률 · 지원자·등록자 수 · 에세이·추천서 개수 · 인터뷰 여부 · 언어 시험 최소 점수를 학교별로 자동 갱신. 각 레코드에 last_audited_at · audit_source · audit_notes 기록. 정책·마감일·요건 변동이 감지되면 즉시 DB 반영되도록 상시 감지 모드로 작동 — 입시 시즌 중 변경 사항을 놓치지 않습니다.
8개국 × 346개 커버리지
미국 231 · 영국 17 · 캐나다 15 · 호주 27 · 일본 24 · 네덜란드 21 · 싱가포르 6 · 홍콩 5. 비미국 115개 대학은 각 국가별 담당자가 개별 audit 을 완료 (UK: 러셀 그룹 Foundation 경로, UK deadline 01-14 정정, Waterloo 호주식 deadline 45일 오차 등 수정 사례 다수).
왜 수천 개가 아닌 346개인가 · 의도된 큐레이션
전 세계 대학을 수만 개 통째로 넣는 것은 기술적으로 어렵지 않습니다. 다만 유학 준비 학부모·학생에게 정말 중요한 건 '목록의 크기' 가 아니라 '각 학교 정보의 정확도와 최신성' 입니다. 저희는 한국 유학생이 실제로 가장 많이 지원·진학하는 8개국 346개 학교로 범위를 의도적으로 좁혀, 각 학교별 합격률·SAT 범위·에세이 주제·마감일·장학금 조건을 공식 소스로 1차 확인하고 30분마다 교차 검증·재감사합니다. 100개 학교의 정확한 정보가, 10,000개 학교의 부정확한 목록보다 전략적 판단에 훨씬 유용하다는 것이 저희 결론입니다.
Postgres + Row-Level Security
Supabase Postgres 에 저장. 모든 유저 데이터는 RLS 로 격리되어 본인만 접근 가능. 관리자도 service-role 키를 통한 명시적 서버 사이드 호출로만 조회.
📋 실제로 수집하는 데이터 컬럼 (clickable)
universities: name, country, rank_national, world_rank (QS 2026), accept_rate, sat_25th, sat_75th, act_25th, act_75th, applicants, enrolled, sat_policy, deadline, tuition_international, cost_of_living, overview, top_departments, top_majors, employment_rate, english_programs (jsonb), admission_essentials (jsonb — 8~13 항목), korean_students, korean_community_notes, name_aliases, last_audited_at, audit_source, audit_notes, confidence, source_url
university_requirements: test_name (TOEFL/IELTS/SAT/GPA/Duolingo/PTE/ACT), min_score
Scientific Foundation · 과학적 기반
🔬 진로 적성검사의 학술적 근거
단순한 설문지가 아닙니다. 60년간 검증된 학술 이론 + 심리측정학 원리를 한국 학생 맥락에 맞게 재구성했습니다.
Holland RIASEC Model — 진로 적성 표준 이론
1959 ~ 현재심리측정 신뢰도 — 6요소 복합 지수
Psychometrics 응용- 1. 변별력 (max 25점) — 표준편차 · 평균 극단화 체크. Cronbach α 접근 방식을 응답 산포도로 적용.
- 2. 중립 응답률 (max 25점) — 3번만 찍은 응답자 감지.
- 3. 일관성 (max 20점) — 역방향 문항 pair 의 응답 일치도로 Acquiescence bias (Paulhus, 1991) 차단.
- 4. 편향 (max 15점) — 모든 문항에 5 또는 1만 찍는 패턴 감지.
- 5. 응답 시간 (max 10점) — 1.5초 미만 rushed 응답 감지 (response latency methodology).
- 6. 사회적 바람직성 편향 (max 5점) — Paulhus (1991) 이론에 기반한 “Social 만 극단 + 나머지 바닥” 패턴 감지.
문항 설계 원칙
v2 설계 (2026)Holland Code 3-Letter 해석
Combinatorial ProfileAI Reasoning Engine
🤖 AI 추론은 어떻게 냉철하게 작동하나
“AI 가 추천해줬대요” 는 그 자체로 아무 의미 없습니다. 핵심은 그 AI 가 어떤 프롬프트로, 어떤 데이터를 근거로, 어떤 제약 아래에서 답하느냐입니다. 저희 AI 엔진의 설계 원칙을 공개합니다.
현존 최고 수준 추론 모델
State-of-the-art한국 International Student 관점 주입
Constraint engineeringHolistic Review · 종합 판단 방식
Multi-factor evaluation각 학교·각 전공의 특수성 (예: 공대는 수학·과학 AP 중요, 경영은 리더십 활동 중요) 까지 AI 프롬프트에 반영해, 학생 프로필이 그 학교의 지원자 풀에서 어느 위치에 서는지를 종합적으로 추정해 심층 매칭 결과를 만들어 냅니다.
인식론적 정직성 (Epistemic Humility)
6가지 원칙- 확실히 모르면 “모르겠습니다” 라고 명시
- 추측이면 “추측입니다” 앞에 붙임
- 출처 불분명한 정보는 “확실하지 않음” 표시
- 단정 금지 · 출처·시점 동반 (“2024-25 CDS 기준”)
- 애매한 질문은 맥락 먼저 되묻기
- 출처는 한 줄로 요약 (“우리 DB 기준” / “Niche 집계 기준” 등)
RAG (Retrieval-Augmented Generation)
Grounded reasoningCore Principles · 핵심 원칙
🛡 무엇을 하지 않겠다고 약속하는가
합격 단정 금지
“이 학교 확실히 붙는다” / “무조건 안 돼” 같은 표현은 우리 AI 에서 차단. 입시는 에세이·추천서·인터뷰 등 수치 바깥 요소가 큰 비중 — 예측 불가능성을 인정.
개인정보 과수집 금지
이름·전화번호·주소·주민번호·성적표 원본 등을 요청하지 않음. 적성검사도 닉네임 하나만으로 가능. 필수 아닌 정보는 절대 수집 안 함.
장기 계약·고가 패키지 강요 금지
학원 수강·컨설팅은 월 단위 유연 계약. 본 웹사이트의 모든 도구는 영구 무료.
투명한 데이터 출처
각 대학 레코드에 source_url · last_audited_at · confidence 필드 기록. 의심스러우면 출처 요청 가능.
유저 데이터 주권
계정 셀프 삭제 기능 내장 (/profile 에서 1클릭). 삭제 시 프로필 · 점수 · 활동 · 적성검사 · 추천 · 채팅 기록 모두 완전 삭제. GDPR-style 관리자 로그만 남김.
모든 AI 결과는 감독 받음
원장 직접 검토심층 매칭 · 챗봇 출력은 표본 추출 검토 후 프롬프트를 주기적으로 조정. 유저 피드백으로 발견된 오류는 24시간 내 수정 배포.
References · 참고 문헌
📚 근거로 삼은 자료
다음 자료들은 이 시스템 설계에 직·간접적 근거로 활용된 공개 출처 및 학술 참고문헌입니다. 구체 인용은 관련 기능 페이지 (적성검사 / 심층 매칭 / 대학 상세) 에 맥락에 맞게 표시됩니다.
학술 문헌
- Holland, J. L. (1997). Making Vocational Choices: A Theory of Vocational Personalities and Work Environments (3rd ed.). Psychological Assessment Resources. — RIASEC 모델 원전.
- Armstrong, P. I., Day, S. X., McVay, J. P., & Rounds, J. (2008). Holland’s RIASEC model as an integrative framework for individual differences. Journal of Counseling Psychology, 55(1), 1–18. — RIASEC cross-cultural 타당도 메타 분석.
- Nauta, M. M. (2010). The development, evolution, and status of Holland’s theory of vocational personalities: Reflections and future directions for counseling psychology. Journal of Counseling Psychology, 57(1), 11–22. — Holland 이론 현대적 재평가.
- Paulhus, D. L. (1991). Measurement and control of response bias. In J. P. Robinson, P. R. Shaver, & L. S. Wrightsman (Eds.), Measures of personality and social psychological attitudes. Academic Press. — Social Desirability Bias· Acquiescence 이론 기초.
- Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. — 신뢰도 계수 고전.
- Spokane, A. R., & Cruza-Guet, M. C. (2005). Holland’s theory of vocational personalities in work environments. In S. D. Brown & R. W. Lent (Eds.), Career development and counseling: Putting theory and research to work. John Wiley & Sons. — 응용 리뷰.
공식 데이터 소스
- Common Data Set (CDS) Initiative — 미국 대학이 연례 공표하는 표준화된 합격·재학·재정 데이터 포맷. NACAC 회원교 사실상 표준.
- College Board BigFuture (bigfuture.collegeboard.org) — CDS 기반 학교별 admissions 페이지. 본 시스템의 1차 크롤링 대상.
- NCES IPEDS (Integrated Postsecondary Education Data System) — 미 교육부 산하 공식 고등교육 통계.
- NACAC State of College Admission — 미국 대학입학상담협회 연례 리포트. 장학금·test-optional 정책 동향 출처.
- QS World University Rankings 2026 — world_rank 컬럼 소스.
- 각 대학 공식 admissions 페이지 — 국제학생 requirements · TOEFL 최소 점수 · 마감 일자 대조.
국가별 정부·기관 소스
- UK UCAS — 영국 17개 대학 deadline · 학과별 요건.
- JASSO MEXT — 일본 국비·사비 유학생 데이터.
- MoE Singapore · SMU / NUS / NTU 공식 international students 페이지.
- Group of Eight (Go8) Australia — 호주 8개 연구중심대학 연맹.
- StudyinNL · Nuffic — 네덜란드 영어 프로그램 공식 레지스트리.
Limits · 한계
⚠ 무엇을 하지 못하는지 솔직히 말씀드립니다
신뢰는 능력의 크기가 아니라 자신의 한계를 아는 정직함 에서 옵니다. 이 시스템이 못하는 것도 공개합니다.
개별 합격 여부 예측 불가
에세이 · 추천서 · 인터뷰 · 포트폴리오 · 지원자 풀 연도별 변동이 큰 비중을 차지해서, 성적만으로 합격을 단정할 수 없습니다. 저희 매칭은 'fit 가능성의 경향성' 을 알려드리는 것이지 예언 아닙니다.
CDS 데이터의 본질적 시차
Common Data Set 는 매년 1~2월에 전년도 fall 입학 데이터로 갱신됩니다. 따라서 가장 최신 값도 1년 전 기준. 저희는 30분 주기로 갱신하지만 원 데이터 자체가 실시간은 아닙니다.
에세이·추천서 품질 평가 불가
AI 가 샘플 에세이를 보고 방향성을 제안할 수는 있어도, 실제 입학사정관의 'holistic review' 를 재현할 수는 없습니다. 에세이 전략은 원장 직접 상담으로 가능합니다.
입학사정관 주관 변수
“특정 국가 지원자 쿼터를 이번 해에 줄였다”, “특정 전공 수요가 폭증했다” 등 학교 내부 판단은 외부에서 실시간 포착 불가. 이런 맥락은 원장이 네트워크로 수집·반영합니다.
적성검사는 참고 지표 하나
Holland Code 는 60년 검증된 모델이지만, 한 사람의 진로를 완전히 설명하지 않습니다. 가정 환경 · 재정 · 비전 · 사회 트렌드 등 여러 축을 같이 봐야 합니다.
AI 는 때때로 틀립니다
현존 최고 모델이어도 2026년 최신 정책 변경을 놓칠 수 있고, 드물게 계산 오류도 냅니다. “정말 확실한가” 싶을 때는 공식 사이트 한 번 더 확인하시고, 저희에게 알려주세요 — 24시간 내 수정합니다.
💡 그래서 원장 상담이 필요합니다. 데이터·AI 가 커버하지 못하는 개인 맥락 · 감정 · 가정 · 학교 내부 뉘앙스는 결국 오랜 경험을 가진 사람의 영역입니다. 저희 시스템은 원장 상담을 대체 하지 않고 증폭합니다.
Contact · 연락처
💬 상담 · 수강 · 문의
상담·수강 안내
자녀·본인의 현재 성적·지망 학교·준비 단계에 대한 기본 상담은 비용 없이 진행해 드립니다. 카카오톡·전화로 편하게 문의 주세요. 원장·실장이 1~2일 이내 직접 연락드립니다.
정기 컨설팅·수강 프로그램의 비용은 학년·목표 학교·준비 단계에 따라 달라집니다. 첫 상담 시 본인에게 맞는 구성과 비용을 투명하게 안내해 드립니다. 과도한 장기 계약을 강요하지 않습니다.
대학 탐색 · 점수 매칭 · 대학 리서치 · 진로 적성검사 · 하이어 박사 챗봇 · 심층 매칭 — 가입·로그인 없이도 모든 기본 기능을 무료로 사용하실 수 있습니다.
오시는 길 · 연락처
주소서울 서초구 효령로 72길 15, 3~5층 (우) 06727
상세 위치·교통편은 푸터의 지도 링크(카카오맵·네이버지도)를 참고하세요.
하이어 에듀케이션
카카오톡 채널입시 정보 업데이트와 상담 예약 안내를 가장 빠르게 받아보시려면 카카오톡 채널을 추가해 주세요.
채널 추가 방법
- 1카카오톡 앱 상단 검색창을 눌러주세요
- 2“하이어 에듀케이션”을 검색하거나 오른쪽 QR 코드를 스캔해주세요
- 3채널 페이지에서 “채널 추가” 버튼을 눌러주세요
카카오톡으로 스캔