LLM 기반 교육용 자동 문제 생성과 오픈엔드 평가 연구

LLM-based Automatic Question Generation and Open-ended Assessment for Education

연구 내용

프롬프트 공학과 교육용 평가 설계를 결합해 자동 문항 생성과 오픈엔드 정답 채점 성능을 검증하는 연구

본 연구는 LLM을 교육 현장에 적용하기 위해 프롬프트 공학과 교육용 평가 설계를 결합하는 방향으로 수행됩니다. few-shot 기반 프롬프트 전략을 통해 자동 질문 생성 파이프라인을 구축하고, 프롬프트 로그를 활용한 학습 데이터 분석을 통해 STEAM 수업 맥락에서 생성형 이미지 활용 절차를 정리합니다. 또한 오픈엔드 수학 문항에 대해 LLM이 산출한 평가가 루브릭 기준과 얼마나 일관되는지, 그리고 한계가 무엇인지 체계적으로 분석합니다. 이를 통해 자동 평가의 신뢰 요소와 설계 제약을 도출합니다.

관련 프로젝트

0건

연구 흐름

초기 연구는 자동 질문 생성을 위한 프롬프트 공학 방법을 정리하고, 생성형 AI를 STEAM 수업에 통합할 때 필요한 프롬프트 데이터 기반 학습 분석 절차를 탐색하는 데 집중되었습니다. 이후 교육용 평가로 확장하여 오픈엔드 수학 문항에서 GPT 계열 모델이 채점자로 동작할 때의 유효성과 제약을 검증하는 연구를 수행했습니다. 최종적으로 자동 생성과 평가를 동시에 고려하는 교육용 LLM 적용 관점을 축적하고, 후속 연구에서 더 정교한 교육적 정렬 설계로 이어지도록 기반을 마련했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

개인화 수학 연습문항 생성
오픈엔드 답안 자동 채점
형성평가 루브릭 기반 피드백
교육 프롬프트 설계 템플릿
STEAM 수업용 시각 자료 생성
프롬프트 로그 기반 학습 분석
학습자 오류 유형 분류
교사용 평가 보조 도구
온라인 튜터링 콘텐츠 생성
교육 콘텐츠 품질 검증 절차