통역 및 외국어 학습 평가를 위한 문장내 비정상 쉼 이상탐지와 학습분석 연구

Speech-Driven Assessment for Interpreter Training via Context-Aware Pause Anomaly Detection and Learning Analytics

연구 내용

통역 및 외국어 학습에서 문장내 비정상 쉼을 문맥 기반 이상탐지로 탐지하고 피드백을 제공하는 연구

통역 훈련에서 인지 부하와 유창성 변화를 반영하는 비정상적 쉼을 자동으로 탐지하는 프레임워크를 연구합니다. 문장 경계는 전용 분할 모델로 구분하고, 이후 sliding window 기반 국소 문맥을 구성해 Isolation Forest의 비지도 이상탐지 결과를 문맥 정보와 함께 해석합니다. 전문가가 라벨링한 정답과 비교하여 탐지 성능을 평가하고, Recognition-over-Recall 관점을 적용해 교사의 총 작업 부담을 줄이는 운영 전략을 함께 검토합니다. 또한 통역·발화 훈련의 딜리버리(전달력) 평가 플랫폼 구축 과제와 연계하여 음성인식 기반 정량 피드백을 도출하는 방향으로 확장하고 있습니다. 더불어 프로그래밍 패러다임 학습에서 학습 경험과 인지적 어려움을 설문과 커뮤니티 Q&A의 텍스트 신호로 분석하는 학습분석 연구도 병행합니다.

관련 프로젝트

3건

연구 흐름

2011년~초기 과제가 아니라, 2021년부터 통역 및 외국어 학습의 딜리버리 평가 플랫폼 구축을 목표로 음성인식 기반 데이터 수집과 실시간 평가 구성 요소를 확보했습니다. 이후 2026년에 통역 AQA 영역에서 문장내 쉼을 대상으로 문맥 적응형 이상탐지 프레임워크를 제안하고, 문장 분할 모델과 sliding window 국소 문맥을 결합해 탐지의 재현성을 높였습니다. 같은 해 정량 평가 운영 관점에서 Recognition-over-Recall 방식으로 교사 라벨링 부담을 줄이는 전략을 보고했습니다. 병행 연구로는 비전공 학습자를 대상으로 프로그래밍 패러다임별 학습 어려움을 텍스트 클러스터링과 임베딩 기반 신호로 연결하는 방향의 교육 데이터 분석을 수행하고 있습니다.

활용 가능성

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

동시통역 훈련 피드백 시스템
침묵·필러 자동 진단
발화속도 적응형 평가 모듈
문장내 쉼 이상탐지 엔진
AQA용 라벨 효율화 도구
개인맞춤형 루브릭 산출
학습관리시스템 연동 평가
쉐도잉 기반 발화 품질 분석
커뮤니티 Q&A 기반 학습분석
프로그래밍 교육 설계 지원