Girls practice safer responses to online abuse before real harm happens.
Interactive scenarios help students recognize warning signs, make safer choices, and learn from realistic outcomes. SisterShield combines verified research, citation-aware AI support, and teacher review to make digital safety education more credible, engaging, and actionable.
View Research, Testing & Business EvidenceDesigned for students, educators, and youth-support organizations

문제
온라인 학대는 만연합니다. 현재의 예방 도구는 효과가 없습니다.
대부분의 예방 교육은 수동적입니다: 텍스트 중심 PDF, 일회성 조회, 인식 포스터. 대부분의 디지털 안전 도구는 학생들이 스스로를 보호하는 기술을 키우기보다 감시와 차단에 집중합니다.
현재 접근 방식의 한계
- 정적 자료는 의사결정 능력을 키우지 못합니다
- 모니터링 도구는 역량 강화가 아닌 감시를 합니다
- 대부분의 자료는 영어 전용이고 문화적으로 편향됩니다
- 학생들은 위협 정보를 받지만 대응을 연습하지 못합니다
16–58%
의 여성이 기술 매개 폭력을 경험
ITU Hub, UN Women 인용 (2024)
솔루션
학생들이 실제 위협에 대응하는 방법을 배우는 과정을 확인하세요.
강좌 선택
사이버스토킹, 디지털 경계, 이미지 기반 학대, 건강한 온라인 관계 등 주제별 강좌를 자기 속도로 학습합니다.

시나리오 플레이
각 강좌는 인터랙티브 비주얼 노블입니다. 학생들은 이야기를 읽고, 현실적인 상황에 직면하며, 선택을 합니다. 검증된 연구에 기반한 AI 생성 일러스트와 텍스트로 스토리가 분기됩니다.

모든 선택에서 배우기
위험한 선택을 하면 학습 모먼트를 받습니다. 벌이 아니라, 왜 위험한 선택이었는지와 더 안전한 대응이 무엇인지를 설명하는 지지적 안내입니다.

교사 추적 및 검토
교사는 학생 진행 상황을 모니터링하고, 출판 전 AI 생성 콘텐츠를 검토하며, 학생이 보는 내용을 완전히 통제합니다.

안전을 위한 설계
모든 기능에는 이유가 있습니다.
빠른 나가기
한 번의 클릭 또는 Escape 키로 즉시 안전한 외부 사이트로 이동하고 세션을 지웁니다. 위험한 상황에서 학습하는 사용자가 있을 수 있기 때문입니다.
출처 인용 AI
모든 AI 생성 시나리오는 검색 증강 생성(RAG)을 통해 검증된 연구에 기반합니다. 모든 사실은 특정 출처 문서, 페이지, 관련성 점수로 추적할 수 있습니다.
Evidence-Based Safety Mentor
A RAG-powered chatbot helps students understand TF-VAWG topics with responses grounded in 153 verified research sources, not generic AI answers.
교사 검토 게이트
교사 승인 없이는 AI 생성 콘텐츠가 학생에게 도달하지 않습니다. 교사가 강좌를 검토, 편집, 게시합니다.
Teacher-Created Course Content
Teachers generate and customize interactive courses using AI assistance. Every scenario is authored, reviewed, and published by educators, not auto-generated.
Interactive Visual Storytelling
AI-generated illustrations and branching narratives bring safety scenarios to life. Students learn through immersive visual novels, not static PDFs or lectures.
다국어 지원
처음부터 i18n으로 구축. 현재 한국어와 영어를 지원하며, 어떤 언어든 추가할 수 있는 아키텍처입니다. 인터페이스, 강좌, AI 생성 콘텐츠, 모두 번역 가능합니다. 언어가 안전 교육의 장벽이 되어서는 안 됩니다.
인터랙티브 시나리오
강의가 아닙니다. PDF가 아닙니다. 학생들은 분기형 비주얼 노블 시나리오에서 실제 결정을 연습합니다.
트라우마 인지 디자인
차분하고 낮은 채도의 색상 팔레트. 자극적이거나 충격적인 이미지 없음. 사용자 통제 속도. 모든 페이지에서 위기 자원 접근 가능.
왜 이 접근 방식인가
대부분의 안전 도구는 알려줍니다. SisterShield는 연습하게 합니다.
인식 웹사이트는 정보를 제공하지만 기술을 키우지 않습니다. 모니터링 도구는 차단하고 감시합니다. 역량 강화가 아닌 제한을 통해 보호합니다. SisterShield는 다른 접근을 취합니다: 학생들이 현실적 시나리오에서 실제 결정을 연습하고, 결과에서 배우며, 실제 위협에 직면하기 전에 필요한 판단력을 키웁니다.
| 기능 | 인식 사이트 & PDF | 모니터링 도구 | SisterShield |
|---|---|---|---|
| 인터랙티브 결정 연습 | 아니오 | 아니오 | 예 |
| AI 개인화 시나리오 | 아니오 | 아니오 | 예 |
| 모든 사실 출처 인용 | 때때로 | 아니오 | 예 |
| 감시가 아닌 역량 강화 | 부분적 | 아니오 | 예 |
| 다국어 (i18n 지원) | 드물게 | 일부 | 예 |
| 교사 감독 및 검토 | 아니오 | 아니오 | 예 |
| 트라우마 인지 디자인 | 드물게 | 아니오 | 예 |
153
verified sources
연구 기반
153 검증된 출처가 모든 시나리오를 형성합니다.
SisterShield의 AI는 무에서 콘텐츠를 생성하지 않습니다. 모든 시나리오는 폭력 예방, 아동 보호, 디지털 안전 분야의 선도적 국제 기구에서 발행한 153 문서의 큐레이트된 지식 기반에 기반합니다.
이 문서들은 검색 증강 생성(RAG) 파이프라인을 통해 처리됩니다: 각 출처를 추출, 구절로 분할, 벡터로 임베딩하고 검색 가능한 지식 기반에 저장합니다. AI가 시나리오를 생성할 때 가장 관련성 높은 증거를 검색하여 스토리에 엮어넣으며, 인용 마커가 모든 주장을 출처로 추적합니다.
출처 구성
트라우마 중심 CBT 임상 자료
평가 도구, 치료 워크시트, 대처 기술 가이드, 확립된 TF-CBT 프로그램의 임상 프로토콜
TF-VAWG 정책 및 연구
기술 매개 폭력에 대한 정책 프레임워크, 전략 문서, 글로벌 동향 보고서
UN Women - 글로벌 동향 보고서, 예방 전략, 모델 입법 프레임워크 · UNESCO - 글로벌 교육 모니터링 보고서 · UNICEF - 온라인 플랫폼 규제 정책 브리프 · ITU - 아동 온라인 보호 워크북, AI 및 디지털 안전
참고 및 법률
기소 가이드, 용어 표준, 피해자 중심 접근 프레임워크
ECPAT International - 용어 가이드라인 (2판) · 미국 법무부 - 기소 가이드, 피해자 중심 접근 · CDT - 신속 대응 보고서
총 153개 문서
연구가 제품을 어떻게 형성했는가
근거 자료 및 연구
UN 및 ITU 연구 자료 기반
“매년 수백만 명의 여성과 여아가 디지털 학대와 기술 매개 폭력의 영향을 받고 있습니다.”
“AI는 허위정보 문제에서 위협이 될 수도, 해결책이 될 수도 있습니다.”
“글로벌 연구에 따르면 여성의 16%에서 58%가 이러한 유형의 폭력을 경험한 것으로 추정됩니다.”
책임감 있는 구축
개인정보 보호, 안전, 접근성, 책임감 있는 AI. 설계에 의해.
개인정보 보호
최소한의 데이터 수집. 빠른 나가기는 즉시 세션을 지웁니다. 추적 픽셀, 제3자 분석, 광고 SDK가 없습니다. 학생 진행 데이터는 AI 콘텐츠 생성에 사용되지 않습니다.
접근성
WCAG 2.1 AA 준수 목표. 완전한 키보드 내비게이션. ARIA 레이블로 스크린 리더 지원. 최소 44px 터치 타겟. 적절한 언어 속성의 다국어 인터페이스.
트라우마 인지 디자인
모든 화면은 트라우마 인지 케어 원칙을 따릅니다: 안전, 신뢰, 선택, 협력, 역량 강화. 색상 팔레트는 의도적으로 차분합니다. 자극적 이미지 없음. 사용자가 속도를 통제합니다.
책임감 있는 AI 사용
모든 AI 생성 교육 콘텐츠는 RAG를 통해 검증된 출처에 기반합니다. 필수 교사 검토 게이트가 인간 검증 없이 AI 출력이 학생에게 도달하지 않도록 보장합니다.
사용된 AI 도구: Claude Code (개발), GPT-4o (스토리 생성), DALL-E 3 (일러스트), text-embedding-3-small (RAG 임베딩)
학교를 위해
근거 기반 디지털 안전 교육을 학생들에게 제공하세요.
SisterShield는 기존 디지털 시민 교육, 보건 교육 또는 자문 프로그램에 적합합니다. 교사는 완전한 통제를 유지합니다: 모든 AI 생성 강좌를 학생에게 도달하기 전에 검토 및 승인하고, 개별 진행 상황을 추적합니다.
- 사이버스토킹, 디지털 경계, 이미지 기반 학대 등에 관한 인터랙티브 시나리오 기반 강좌
- 퀴즈 점수와 완료 데이터가 있는 학생 진행 추적
- 모든 AI 생성 콘텐츠에 대한 완전한 검토 통제
- 강좌당 10-15분. 수업 시간 또는 자기 학습에 적합
- 다국어 지원. 현재 한/영, 어떤 언어로든 확장 가능
- 파일럿 프로그램 기간 무료 접근

어떻게 만들었나
연구에서 제품까지. 테스트와 반복을 통해 구축했습니다.
연구 기반 구축
UN Women, WHO, UNESCO, UNICEF, ITU, ECPAT, 미국 법무부에서 153개 검증된 문서를 큐레이션했습니다. 모든 AI 생성 주장을 출처로 추적할 수 있는 RAG 파이프라인을 구축했습니다.
등록 방식 전환
처음에는 과제가 있는 클래스 기반 등록을 구축했습니다. 그런데 등록이 기기 접근 권한이 있는 잠재적 가해자를 포함하여 누구에게나 보이는 데이터 흔적을 만든다는 것을 깨달았습니다. 세 개의 데이터베이스 모델을 삭제하고 익명 자기주도 접근으로 재구축했습니다.
사용자 테스트 및 피드백
학생과 교육자와 함께 테스트했습니다. 학생들은 정적 콘텐츠보다 분기형 시나리오에 더 오래 참여했습니다. 교사들은 검토 게이트를 높이 평가했습니다. 테스트 중 빠른 나가기가 활성화되었습니다. 안전 필요성이 실제임을 확인했습니다.
지속적 개선
피드백 기반: 출처 투명성을 위한 인용 패널 추가, 지식 기반을 47에서 153개 문서로 확장, 트라우마 인지 색상 팔레트 구현, 다국어 지원 추가.
TODO: 구체적인 사용자 테스트 데이터 추가: 참가자 수, 테스트 환경, 주요 지표
User Testing & Iteration
Built with real feedback, not assumptions.
Every major design decision was informed by testing with students and educators. Here are the key insights that shaped the product.
Students preferred branching scenarios
During testing, students engaged significantly longer with interactive branching stories compared to static safety content. This validated the visual novel approach.
Teachers valued the review gate
Educators consistently rated the mandatory teacher review as the most important trust feature. No AI content reaches students without human approval.
Quick Exit was used in testing
The Quick Exit button was activated during real user testing sessions, confirming that the safety need is genuine, not theoretical.
The enrollment pivot
We deleted three database models after realizing class enrollment creates data trails visible to potential abusers. Rebuilt around anonymous, self-serve access.
TODO
Testing Sessions
with students & educators
12+
Design Changes
from user feedback
47 → 153
Knowledge Base
documents expanded
자주 묻는 질문
심사위원, 학부모, 학교가 알고 싶어하는 것.
18세 미만 학생에게 적합한가요?
AI는 어떻게 작동하나요? 안전한가요?
어떤 데이터를 수집하나요?
우리 학교에서 사용할 수 있나요?
어떤 언어를 지원하나요?
누가 왜 만들었나요?
당신 또는 아는 사람이 위험에 처해 있다면
SisterShield는 예방과 인식을 위한 교육 플랫폼입니다. 위기 서비스나 응급 대응 도구가 아닙니다.
- 긴급: 112
- 여성 위기 상담 전화 (24시간): 1366
- 디지털 성범죄 피해자 지원: 02-735-8994
- 도움 받기 버튼은 이 플랫폼의 모든 페이지에서 사용할 수 있습니다
당신은 혼자가 아닙니다. 도움을 요청하는 것은 용기의 표시입니다.
SisterShield를 직접 체험하세요.
안전 지식을 실천 기술로 바꾸는 플랫폼을 경험하세요.