Marble Skill Taxonomy

3줄 요약

1. Marble(Generative Spark, Inc.)이 2026-07-08에 초등학년 학습 taxonomy를 오픈 데이터셋(v1)으로 공개했다. 저장소는 withmarbleapp/os-taxonomy, 인터랙티브 뷰어는 withmarble.com/curriculum.
2. 아이가 배우는 것을 1,590개 마이크로 토픽으로 잘게 쪼개고, 그 사이 3,221개 선수학습 엣지로 엮은 뒤, 7개 커리큘럼 3,261개 표준까지 정렬했다. “topic X를 이해하려면 Y를 먼저 알아야 한다"가 DAG로 명시된다.
3. 라이선스는 3층 구조다. 데이터베이스 자체는 ODbL 1.0, Marble이 쓴 텍스트는 CC BY-SA 4.0, 제3자 커리큘럼 표준은 각자의 원 라이선스를 그대로 승계한다. 상업적 사용은 가능하되 taxonomy 자체의 개선분은 오픈으로 되돌려야 한다.

무엇이 담겨 있는가

전 데이터는 data/ 아래 UTF-8 JSON으로 있다. 런타임도 의존성도 없다 — JSON을 그대로 로드해 쓴다.

과목별 분포

이과(Science+Math) 1,050개가 전체의 66%를 차지한다. Computing이 21개로 유난히 적은데, 이는 초등 단계에서 컴퓨팅 개념이 얕게 다뤄지는 실태를 그대로 반영한다. Learning to Learn(메타인지)이 18개로 정식 과목처럼 분리된 것은 인상적이다.

토픽 타입 5종

개념(51%)이 절차(32%)보다 많다. 초등 학습이 “무엇인지 아는 것"에서 시작해 “할 수 있는 것"으로 나아가는 순서가 데이터에 그대로 새겨져 있다.

나이 분포

5, 7, 9세 세 지점에서 새 토픽이 집중적으로 등장한다. 학교 학년 편성(초등 저학년, 중학년, 고학년)의 인지적 도약 시점과 겹친다.

데이터 모델

토픽 한 장

{
  "id": "mt_OvyoRo47K-",
  "type": "CONCEPTUAL",
  "subject": "Mathematics",
  "domain": "Addition & Subtraction",
  "name": "Addition as combining or putting together two",
  "description": "Understand addition as combining or putting together two groups to find the total",
  "ageRangeStart": 4,
  "ageRangeEnd": 6,
  "centrality": 0.5445,
  "evidence": [
    "Model 'putting together' with physical objects and say the total",
    "Act out an 'add to' situation (e.g. 3 children arrive, then 2 more join)",
    "Explain that addition means finding how many altogether"
  ],
  "assessmentPrompt": "If {{name}} has 4 toy cars and a friend brings 3 more, do they understand that adding means combining both groups — and can they tell you there are now 7 cars altogether?",
  "standards": ["ccss-math:K.OA.1", "uk-nc-2013:Maths/Y1/AS/1"]
}

주목할 필드:

• evidence — 이 개념을 진짜 이해했는지 확인할 수 있는 관찰 가능한 행동 목록. 시험 문항이 아니라 증거다.
• assessmentPrompt — 부모나 교사가 아이에게 던질 자연어 체크. {{name}} 플레이스홀더가 있다는 것은 이 데이터가 개인화된 대화형 튜터에 사용될 것을 전제한 설계라는 뜻이다.
• centrality — 이 토픽이 그래프에서 얼마나 중심적인가. 1위는 One-to-one counting(수 세기), 2위는 How Many in Total?, 3위는 Sitting and holding a pencil(연필 잡기)이다. 세 가지가 나머지 모든 학습을 떠받치는 뿌리인 셈이다.
• standards — 토픽이 어느 국가 커리큘럼 표준의 어떤 조항에서 나온 것인지 역참조.

선수학습 엣지 한 장

{
  "topicId": "mt__00ZSLnB7p",
  "prerequisiteId": "mt_VBl1T1sFCM",
  "strength": "hard",
  "reason": "Must understand vibrations make sound before finding volume patterns"
}

• strength: hard(반드시 선행) 또는 soft(도움이 됨). 3,221개 엣지 중 하드가 2,025개(63%), 소프트가 1,196개(37%)다.
• reason: 왜 이 순서인지 한 줄로 명시. 자동 그래프 순회 이상의 사람 판단이 들어 있다.

topicId depends on prerequisiteId는 방향성 있는 DAG다. 화살표를 뒤집으면 “이 토픽을 배우면 다음에 뭘 배울 수 있는가”(unlocks)가 된다.

커리큘럼 표준 7종

각 마이크로 토픽이 어느 국가 커리큘럼의 어느 조항에서 증류된 것인지를 명시하는 것이 taxonomy의 근거를 보장한다. 지금 시점에 정렬된 커리큘럼은 7개다.

원문 포함 4개 중 3개(영국 NC, CCSS ELA/Math)는 오픈 라이선스 계열이라 원문이 그대로 실려 있고, NGSS(과학), C3(사회), IB PYP는 저작권 문제로 코드와 키만 실려 있다.

codes-only 정책 — 실용적 저작권 회피

이 부분이 특히 잘 설계돼 있다. Marble은 저작권이 강하게 걸린 표준(NGSS, C3, IB PYP)에 대해 “코드는 사실적 식별자라 저작권 위험이 낮다”는 원칙으로 다음을 구분한다.

• 1-ESS1-1 같은 코드는 사실적 식별자다 → 실어도 안전.
• description, clarificationStatement 같은 원문 텍스트는 저작물이다 → 뺀다.

토픽에서 표준으로 향하는 링크는 그대로 유지된다. 즉 “이 토픽은 NGSS 1-ESS1-1과 맞닿아 있다"는 관계가 코드-온리 소스에서도 소실되지 않는다. 원문이 필요한 사용자는 각자 원 저작권자에게 라이선스를 클리어하면 된다.

curriculum-standards.json의 codesOnlySources 배열이 이 상태를 명시하고, 재수출 스크립트는 스위치로 이 목록을 조절한다.

# 기본: 저작권 걸린 소스는 코드만
DATABASE_URL=… node exportTaxonomy.mjs

# 전부 원문 포함 (라이선스 클리어 후에만)
DATABASE_URL=… node exportTaxonomy.mjs --codes-only=

라이선스 3층 구조

정본은 LICENSE, LICENSE-CONTENT, PROVENANCE.md 세 파일에 나뉘어 있다. 요약하면:

핵심은 ODbL의 derivative database(파생 DB) vs produced work(제작물) 구분이다.

• taxonomy 자체를 확장하거나 수정한다면 → 파생 DB → 오픈 유지.
• taxonomy를 넣어 제품, 모델, 앱을 만든다면 → 제작물 → 그 제작물은 클로즈드로 유지 가능.

이 구조 덕에 Marble의 경쟁 제품을 이 데이터로 만들어도 소스를 공개할 필요는 없다. 다만 taxonomy 자체를 개선했다면 그 개선분만은 오픈으로 되돌려야 한다. 상업 친화적이면서도 지식 공유는 강제하는 절묘한 지점이다.

인용 형식

원저자가 요구하는 표기는 다음과 같다.

Marble Skill Taxonomy (v1) · © Generative Spark, Inc. (Marble) · https://withmarble.com · licensed under ODbL 1.0 (database) and CC BY-SA 4.0 (content).

여기에 사용한 표준 소스별 upstream notice(PROVENANCE.md)도 함께 명기해야 한다.

사용법

의존성 없이 JSON을 그대로 로드한다.

import topics from './data/topics.json' with { type: 'json' };
import deps from './data/dependencies.json' with { type: 'json' };

const byId = new Map(topics.topics.map(t => [t.id, t]));

// "Building sentences"를 배우기 위한 선수학습 토픽 목록
const prereqs = deps.dependencies
  .filter(d => d.topicId === 'mt_N8CpN1EJrP')
  .map(d => byId.get(d.prerequisiteId).name);

구조, 참조 무결성, SHA-256 검증기는 저장소 자체에 포함돼 있다.

node scripts/validate.mjs

이 검증기는 (1) 선언된 카운트와 실제 배열 길이 일치, (2) 모든 선수학습 엣지의 양 끝 토픽 존재, (3) 토픽→표준 참조 해소, (4) codes-only 불변식(코드만 실린 소스에 원문이 새어들지 않았는지), (5) manifest SHA-256 체크섬을 모두 확인한다. 오픈 데이터셋이 이 정도까지 자기 무결성을 검증한다는 것은 좋은 신호다.

무엇이 빠져 있는가

CHANGELOG.md에서 명시적으로 제외한 것들이 있다.

• 의미 벡터 임베딩 — 파생 가능하므로 저장소에는 넣지 않았다. 사용자가 필요하면 자기 임베딩 모델로 다시 계산하면 된다.
• 아이별 mastery 데이터 — PII. 제품 사용자의 학습 궤적은 공개하지 않는다.
• 교수법 연구와 시각화 — 데이터셋의 범위 밖.

즉 이 저장소는 학습 도메인의 지도지, 그 지도를 가지고 어떻게 가르치는지에 대한 처방을 담고 있지 않다. 그 부분은 Marble의 제품에 남는다.

가장 흥미로운 지점

내가 가장 눈여겨본 것은 hard / soft 프리렉의 구분이다. Marble은 “A를 배우려면 B를 반드시 선행해야 한다"와 “B가 있으면 A가 더 쉽다"를 다른 종류의 관계로 취급한다. 하드 63% / 소프트 37%의 비율은 학습 그래프의 상당 부분이 권장이지 필수가 아니라는 뜻이다. AI 튜터가 이 데이터를 쓸 때 하드는 엄격한 게이트로, 소프트는 추천 순서로 다르게 다뤄야 한다.

또 하나는 assessmentPrompt의 존재다. 자연어로 쓴 관찰 프롬프트에 {{name}} 플레이스홀더가 자리 잡고 있다는 것은, 이 데이터가 처음부터 대화형 AI 튜터와 부모용 앱에서 개인 이름을 대입해 쓸 것을 전제로 설계됐다는 이야기다. taxonomy가 정적인 지식 트리가 아니라 실행 가능한 대화 스크립트의 골격으로 태어났다는 신호다.

세 번째로 인상적인 것은 codes-only의 절제다. NGSS, C3, IB PYP의 원문 텍스트를 실어버리고 “우리는 오픈으로 뿌린다"는 유혹이 큰데, Marble은 그 라인을 지켰다. 오픈 데이터셋이 실제로 지속되려면 소유권과 이용권을 정확히 분리하는 훈련이 이런 곳에서 필요하다.

출처

• 저장소: github.com/withmarbleapp/os-taxonomy
• 발행: Generative Spark, Inc. (Marble), 2026-07-08 (v1.0.0)
• 인터랙티브 뷰어: withmarble.com/curriculum
• 인용 정보: CITATION.cff
• 저자: Guillaume Boniface-Chang, Generative Spark, Inc. (Marble)