교육과 학습을 지원하는 생성형 인공지능

생성형 인공지능의 교육 혁신
챗지피티의 출시는 교육 분야에 새로운 가능성을 제시하며 생성형 인공지능의 활용을 촉발시켰다. 이 책은 챗지피티를 비롯한 생성형 AI가 교육과 학습에서 어떻게 활용될 수 있는지를 포괄적으로 다룬다. 챗지피티는 학생들에게 맞춤형 학습 경험을 제공하고, 교사들에게는 수업 준비와 평가 작업의 효율성을 높이는 데 도움을 준다. 또한 창의적 문제 해결, 자동 평가 시스템, 문제 생성 도구 등 다양한 방면에서 교육의 질을 향상시킬 잠재력을 지니고 있다.
이 책은 생성형 AI의 활용이 교육에서 어떤 변화를 가져올 수 있을지에 대한 실질적 사례와 방안을 제시한다. 자동 평가 시스템, 자동 문제 생성의 활용, 챗봇형 학습 도우미의 역할, 맞춤형 학습 콘텐츠 제공, 창의성 촉진 도구 등 다양한 교육 분야에서의 응용 가능성을 탐구한다. 생성형 AI 도입에 따른 우려와 잠재적 문제들도 함께 논의한다. AI 정보의 정확성 문제, 학생들의 비판적 사고력 저하 우려, 표절 및 의존성 문제, 그리고 교사의 역할 변화에 대해 생각해 본다. 이를 통해 AI의 긍정적 활용뿐 아니라 교육계가 직면할 윤리적 문제와 해결 방안에 대한 깊이 있는 통찰을 제공한다.

챗지피티를 비롯한 생성형 인공지능은 맞춤형 학습 경험, 자동 평가, 창의성 촉진 등 다양한 교육 혁신 가능성을 제시한다. AI 기술이 교육 현장에서 어떻게 활용될 수 있는지 구체적 사례와 방안을 제시하며 정보 정확성, 비판적 사고 저하 등 윤리적 문제를 함께 논의한다.

이웅기
글로벌 에듀테크 회사인 에누마(Enuma, Inc.)의 AI 엔지니어이자 연구원이다. 고려대학교 컴퓨터학과 컴퓨터교육 전공으로 박사 수료하였으며, 박사 졸업을 앞두고 있다. 서울대학교 교육학과 교육공학 전공으로 석사 졸업했다(2019~2021). 충청남도교육청 소속 초등교사로 근무한 경력이 있다(2015~2022, 휴직포함). 주요 저서로 『AI시대, 교사는 살아남을 것인가』(2021, 공저)가 있다. 연구 관심사는 교육에서의 생성형 인공지능 활용, 지식 추적 모델 개발, 대형 언어 모델, 그리고 학습 분석이다. “Few-shot is enough: Exploring ChatGPT prompt engineering method for automatic question generation in english education”(2023)과 “Difficulty-focused contrastive learning for knowledge tracing with a large language model-based difficulty prediction”(2024) 같은 연구를 포함해 총 10편 이상의 논문을 KCI, SSI, SSCI급 교육학 저널과 국제 인공지능 분야 컨퍼런스에 발표했다.

챗지피티로 촉발된 생성형 인공지능의 교육적 활용

01 자동 평가 시스템과 생성형 인공지능
02 자동 문제 생성과 생성형 인공지능
03 생성형 인공지능 기반 챗봇
04 교육과 학습에 정렬된 언어 모델
05 대형 언어 모델 기반의 에이전트
06 생성형 인공지능으로 자동화된 교수 설계
07 창의성 촉진의 도구로서의 생성형 인공지능
08 영상 생성 인공지능의 교육적 활용
09 생성형 인공지능 기반 로보틱스의 교육적 활용
10 생성형 인공지능의 윤리적 활용

최근 등장한 대형 멀티모달 모델은 교사의 관찰 평가도 자동화할 수 있는 길을 열고 있다. 대형 멀티모달 모델은 대형 언어 모델에 시각·음성 등의 다른 모달리티를 가진 모델을 연결하거나 통합해 개발한다. 여기서 대형 언어 모델의 풍부한 언어 능력이 다른 양식과 결합되어 커다란 시너지를 낸다는 점이 이 모델들의 특징이다.
－01_“자동 평가 시스템과 생성형 인공지능” 중에서

설계 방향에 맞게 언어 모델을 개발하기 위해서 먼저 구체화되어야 하는 것은 평가 계획이다. 런LM은 다양한 평가 방법을 통합적으로 사용한다. 인간 평가자에 의한 질적 평가, 자동화된 메트릭을 활용한 양적 평가, 그리고 실제 교육 환경에서의 평가 등을 포함한다. 이러한 다각도의 평가는 모델의 교육적 효과성을 종합적으로 검증할 수 있게 한다.
－04_“교육과 학습에 정렬된 언어 모델” 중에서

기술의 효과적인 활용을 위해서는 몇 가지 과제를 해결해야 한다. 먼저, 생성된 결과물의 질과 정확성을 보장하는 것이 중요하다. 생성형 인공지능의 환각으로 인해 만들어진 교수 설계 결과물이 사실이 아닌 내용을 담고 있을 가능성이 있다. 따라서 검색 증강 생성을 사용하는 기술적 해결책과 감수 과정에서 인간 전문가가 참여하는 절차를 마련하는 등의 보완책이 필요하다.
－06_“생성형 인공지능으로 자동화된 교수 설계” 중에서

생성형 인공지능과 로보틱스의 결합은 교육의 미래를 재정의할 수 있는 강력한 잠재력을 가지고 있다. 이 기술은 개인화된, 적응적이고 포괄적인 학습 경험을 제공함으로써 교육의 효과성과 접근성을 크게 향상시킬 수 있다. 로봇의 인식·계획·행동 능력이 고도화됨에 따라, 학습자와의 상호 작용은 더욱 자연스럽고 효과적으로 변화할 것이다. 그러나 이러한 기술의 도입은 신중하게 이루어져야 하며, 기술과 인간의 장점을 균형 있게 결합하는 방식으로 진행되어야 할 것이다. 이를 통해 우리는 모든 학습자들이 자신의 잠재력을 최대한 발휘할 수 있는 미래의 교육 환경을 만들어 갈 수 있을 것이다.
－09_“생성형 인공지능 기반 로보틱스의 교육적 활용” 중에서