X

재미있게 읽고 계신가요?

선생님을 위한 에듀테크 뉴스레터, Tech Trends for Teachers를 받아보세요.

효과적인 AI 디지털교과서의 4가지 필수 조건

지난 6월 8일(목), 교육부는 'AI 디지털교과서 추진방안'을 발표했습니다. AI 디지털교과서에 필요한 기술은 무엇일까요?

효과적인 AI 디지털교과서의 4가지 필수  조건

지난 6월 8일(목), 교육부는 'AI 디지털교과서 추진방안'을 발표했습니다. AI 디지털교과서는 모든 학생에게 동일한 학습 콘텐츠를 제공할 수밖에 없는 기존의 서책형 교과서의 한계를 넘어 개인 수준별 맞춤 교육을 가능하게 할 것으로 큰 기대를 받고 있습니다.
AI 디지털교과서를 사용함으로써 학생은 AI의 도움을 받아 부족한 부분을 효과적으로 보완하고 성취감을 느끼며 성장할 수 있고, 교사는 다양한 학생 데이터를 기반으로 수업을 운영하면서 인적 성장을 이끄는 역할에 더 집중할 수 있을 것입니다.

물론 AI 디지털교과서가 제 기능을 발휘하고 이러한 기대를 충족하기 위해서는 몇 가지 조건이 충족되어야 합니다.

AI 디지털교과서를 완성하는 4가지 필수 조건

  1. 학습 빅데이터 저장 및 관리 표준화
  2. 개별 수준을 더욱 정확하게 진단하는 기술
  3. 맞춤형 학습 지원과 수업 설계를 돕는 AI 보조교사
  4. 교육 주체 간 소통을 지원하는 LMS

1. 학습 빅데이터 저장 및 관리 표준화

학습 진단 및 분석에 필요한 원료 | 클래스팅에는 공교육 빅데이터가 쌓이고 있습니다. 데이터는 정형, 비정형 데이터로 나뉩니다. 클래스팅의 인공지능 기반 LMS는 학생들이 클래스에서 활동하는 여러 활동을 비정형 데이터로 수집하고, 학생의 다양한 학습 이력과 선생님이 내주시는 과제 기록 등은 정형 데이터로 수집합니다.

데이터 양이 중요한 이유는 간단합니다. 추후 데이터를 기반으로 움직이는 기술의 정확도를 높이기 때문입니다. 클래스팅에 쌓이는 데이터의 양은 하루 평균 약 3천만 건에 이릅니다. 이 데이터는 xAPI라는 기술로 클래스팅 교육 데이터 저장소인 LRS (Learning Record Store)에 쌓이고 있습니다.

클래스팅에서는 하루 평균 약 3천만 개의 정형 또는 비정형 교육 빅데이터가 생성된다. 이를 관리하는 시스템 구조도
클래스팅의 xAPI 규격 LRS 구조도

축적된 데이터는 분석을 통해 클래스팅의 지식추적 엔진과 교육용 GPT 등 개인화된 맞춤학습 및 튜터링을 제공하는 기반이 됩니다. 학생의 학습을 통해 생성되는 학습 데이터는 또  다시 LRS에 저장되어 개인 맞춤 학습의 정확도를 높이는 선순환 구조를 가지고 있습니다.

*클래스팅은 학습 경험 데이터를 표준화된 형식으로 저장, 관리합니다. 이와 관련된 xAPI 기술은 지난 4월, ADL의 1,365개 공식 테스트를 통과했습니다.

2. 개별 수준을 더욱 정확하게 진단하는 기술

IRT, 클래스팅 ELO, 트랜스포머 기반 지식추적 엔진 | 클래스팅의 형성평가는 CAT(Computer Adaptive Test) 방식을 택하고 있습니다. 학생이 문제를 풀 때마다 학생의 성취 수준이 계산되어 실시간으로 그에 맞는 다음 문제가 추천됩니다. 계산을 포함하여 다음 문제로 넘어가는 시간이 1초 내외이기 때문에, 이전 문제 정오답에 따라 그 다음 문제가 달라지더라도 학생은 시간 지연을 느끼지 않습니다.

여기서 활용되는 기술이 IRT(Item Response Theory, 문항 반응 이론)과 클래스팅 ELO입니다. 클래스팅 ELO는 학습자의 문항 풀이를 게임으로 가정하고 계산하여 학습자의 성취 수준과 평가 문항의 난이도를 점수로 표현한 기술입니다. IRT와 클래스팅 ELO는 모두 학습자의 성취 수준과 평가 문항의 난이도, 변별도 등을 판별하는 기술입니다.

지식추적(Knowledge Tracing) 기술은 핵심개념별로 학생의 성취 수준을 판단하는 인공지능 기술입니다. 클래스팅은 트랜스포머(Transformer) 신경망을 기반으로 정확도가 높은 지식추적 엔진을 직접 개발하였고, 대규모 데이터에서도 학생의 학습 수준을 안정적으로 진단할 수 있다는 점을 확인했습니다.

클래스팅이 보유한 지식추적 모델 CLST*는 최대 92%의 정오답 예측력을 보입니다. 문제풀이 데이터뿐만 아니라 비정형 데이터도 수집하기 때문에, 학습자의 문해력을 추론한 뒤 이를 반영하여 2023년 정오답 예측력을 5% 더 향상시켰습니다.

*CLST: Consistently operating Large-scale Student Tracer, 클래스팅의 트랜스포머 기반 딥러닝 지식 추적 모델

3. 맞춤형 학습 지원과 수업설계를 돕는 AI 보조교사

초중고 공교육에 최적화된 AI 보조교사 젤로(Jello) | 젤로는 클래스팅의 교육용 GPT 입니다. AI 보조교사로서 선생님을 돕는 젤로는 클래스 안에서 만나보실 수 있습니다.

클래스팅의 AI 보조교사이자 교육용 GPT 젤로 일러스트
클래스팅의 AI 보조교사 젤로(Jello)

클래스팅은 여기에 더해 거대 언어모델(LLM)을 교육 빅데이터로 미세 조정(fine-tuning) 하여 우리나라 초중고 교육 모델에 가장 적합한 GPT 모델을 만들고 있습니다. 서술평가나 논술평가, 영어 스피킹, 코딩 교육 등에서 에듀 GPT를 활용할 예정입니다.

AI 보조교사로서 젤로가 문항을 직접 생성할 수도 있고 좋은 문항이 있다면 그와 비슷한 문항을 직접 생성할 수 있습니다. GPT가 내는 문제의 정답과 해설의 정확성까지 검증할 수 있는 모델을 가지고 있습니다.

4. 교육 주체 간 소통을 지원하는 LMS

학습과 공지, 학생 및 학부모 소통까지 가능한 툴 | 클래스팅은 공지, 과제 배부, 이미지 공유, 톡과 콜 기능 등을 원활하게 할 수 있는 기본 학습관리 시스템(LMS)을 제공하고 있습니다. 2023년부터는 학교/기관 관리자가 학생 구성원 계정을 일괄 생성할 수 있게 되어 편의성이 더욱 높아졌습니다.

클래스에서는 기본 소통 기능 이외에도, 선생님이 바로 개별 수준에 따른 형성평가를 실시할 수 있는 'AI 평가', 클래스 참여 정도, 교우관계 등 학생에 대한 데이터를 확인할 수 있는 '인사이트'도 제공되고 있습니다. 학생의 학습 수준을 포함해 학생의 전반적인 상태를 복합적으로 평가할 수 있는 기능을 갖춤으로써 선생님의 교수학습을 지원합니다.

마치며

AI 디지털교과서라는 커다란 변화 앞에 학교 현장과 교육 기관, 교과서 발행사도 바쁘게 움직이고 있습니다. 11년 동안 공교육과 함께 해온 에듀테크 기업으로서, 클래스팅도 의미 있는 도움을 드릴 수 있도록 현장의 소리에 귀 기울이며 꾸준히 노력하겠습니다.

클래스팅의 AI 기반 코스웨어에 관해 더 자세히 알고 싶으신가요?
클래스팅 AI 소개서 다운로드하기 →