A Proposal for Problem Comprehension and Learning Assessment through a Hybrid AI-Supported Educational Model

분야가 세분화 ·전문화 됨에 따라 파편화 된 개별적인 문제가 늘어나며 교육과정도 문제 파악 여부와 해결 과정 전반을 평가할 필요성을 느끼고 있다. 하지만 기존 평가 시스템이 변하지 않는 한 학습자는 단순 정답 도출을 통한 점수 향상을 우선시 할 것이다. 최근 도입된 생성형 AI도 학습자에게 즉각적인 정답을 제공하여 사고 기회를 저해하고, 교육적 근거의 신뢰성도 떨어진다. 본 논문에서는 자기주도적 학습에 사용할 수 있고, 평가에도 적용할 수 있는 AI 모델을 제안한다. 파인 튜닝(Fine-tuning)을 통해 교육용 언어 모델로서 공통된 학업 방향성과 전문 지식을 확보하며, 검색 증강 생성(RAG) 기술을 활용하여 국가 교육과정 및 교과서 기반의 교육적 근거를 확보한다. 이후 동적 학습 상태(DSS) 분석과 프롬프팅(Prompting) 기술을 결합하여 학습자의 실시간 상황 및 수준을 파악하며, 정답을 제공하는 대신 단계별 힌트와 메타인지 유도 발문을 제공하는 스캐폴딩 전략을 수행한다. 이를 통해 학습자의 자기주도적 역량을 강화하고, 교사의 반복 업무 부담을 줄여 교육 본연의 전문성을 발휘할 수 있는 환경을 조성하고자 한다.