LLM-Driven Personalized Assessment and Automated Construction of Curriculum-Aligned Knowledge Maps/Graphs
연구 내용
교육과정 문서와 평가 준거를 기반으로 LLM과 멀티에이전트 워크플로우를 활용해 교육지식맵·지식그래프를 자동 구축하고, 이를 연계한 맞춤형 평가 설계 및 자동문항 생성 성능을 검증하는 연구
교육과정 성취기준과 평가 준거를 해석 가능한 지식 표현으로 전환하기 위해 LLM 기반 지식맵 생성과 CASE-정렬 지식그래프 구축을 수행합니다. 특히 단일 모델의 맥락 단절을 줄이기 위해 감독 오케스트레이션 형태의 멀티에이전트 워크플로우를 적용하고, 관계(선수·선후, 포함, 계층) 추론의 일관성을 검증합니다. 또한 DOK 프레임워크와 문항 구성요소 템플릿을 결합하여 LLM 기반 자동문항생성을 시도하고, 문항 개발 과정에서의 오류 가능성 및 전문가 검토 절차의 필요성을 함께 다룹니다. 더불어 맞춤형 평가 제도에 대한 인식과 이슈를 텍스트 마이닝으로 분석해 교육적 적용을 점검합니다.
관련 연구 성과
관련 논문
5편
관련 특허
0건
관련 프로젝트
1건
연구 흐름
초기 연구에서는 LLM을 활용해 중등 사회과 문항을 문항 구성요소와 유형별로 분류하고, DOK를 준거로 발문·선택지 생성 가능성을 탐색하는 방향으로 진행되었습니다. 이후 교육과정 문서로부터 지식맵을 자동 구축하기 위해 단일 순차 워크플로우 대비 감독형 멀티에이전트 방식의 구조적 충실도와 관계 품질을 비교했습니다. 이어서 formal curriculum standards에서 학습목표 간 계층·순차·구성 관계를 추론하는 CASE-정렬 지식그래프 프레임워크를 제안하고, 교육 타당성과 상호운용성을 높이는 검증 절차를 마련했습니다. 동시에 맞춤형 평가 제도와 연계된 사회적 논의를 텍스트 분석으로 확인하는 연구를 병행했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Exploring the feasibility of using large language models for automated item generation in social studies
Analysis of news articles on the Customized Assessment of Educational Achievement using text analysis
Analysis of news article on the Cross-Disciplinary College Applications in response to National Curriculum Reform and College Admissions Reform
A Comparison of Sequential and Multi-Agent Workflows in Ai-Based Knowledge Map Generation
AI-Simulated Expert Annotation for CASE-Aligned Knowledge Graph Construction in Education
관련 프로젝트
구분
제목
맞춤형 교육을 위한 과정 중심 평가(학습진단) 인공지능 기술 개발