본 연구는 국방 무기체계 교육훈련에 생성형 AI 기반 챗봇 시스템을 도입하여, 학습자의 성취도를 10단계로 체계화하고 다차원 성취도 평가 알고리즘을 통해 난이도를 자동 조정하는 적응형 학습 환경을 제안한다. 제안 시스템은 GPT 기반 의미 임베딩과 NLP 파이프라인을 결합한 평가 모듈, RAG(Retrieval-Augmented Generation) 기반 문서검색·응답 생성 구조, Python 기반 stateless API·SPA 프론트엔드·PostgreSQL+pgvector 벡터 검색을 포함하며, 폐쇄망 보안 요건을 충족하면서도 1초 이내 응답 지연을 실현한다. Novice·Intermediate·Advanced 세 프로필(총 90명)을 대상으로 한 반복 시뮬레이션에서 평균 15–20pp 성취도 상승과 오답의 30%를 의미 유사도 기반 부분 점수로 보완하는 성능을 확인하였다. 또한 PoC, 파일럿, 전사 확산 3단계 적용 지침과 보안·운영·유지보수 방안을 제시하여 현장 적용가능성을 구체화하였다. 아울러 최신 임베딩 모델 활용, 온프레미스 재학습 파이프라인, 멀티모달 입력 처리 및 장애 대응 전략을 향후 연구 과제로 제안함으로써, 본 연구는 일괄적 난이도 조절의 한계를 극복하고 맞춤형 피드백을 통해 학습 몰입도와 훈련 효과를 동시에 제고할 수 있음을 시사한다.
Seo et al. (Sat,) studied this question.