메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
표준성 (한양대학교) 배혜진 (한양대학교) 권기태 (한양대학교) 김진아 (한양대학교) 송우정 (한양대학교) 신연성 (한양대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2025 학술대회 발표 논문집
발행연도
2025.2
수록면
406 - 412 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
대학수학능력시험 영어영역의 빈칸 추론 문항 제작을 보조하기 위한 거대 언어 모델(Large Language Model, 이하 LLM) 기반의 통합 시스템을 제안하고자 한다. 수능영어 빈칸 추론 문항은 고차원적 사고력을 평가하는 핵심 요소로, 최근 3 년간 평균 84%의 오답률을 기록하며 높은 변별도를 보여왔다. 그러나 이러한 양질의 문항을 개발하기 위해서는 상당한 전문성과 시간이 요구된다. 본 연구는 이러한 문항 개발의 어려움을 해소하고자 수능 영어 빈칸 추론 문항 제작을 위한 시스템, B.F. Sword를 제시한다. 이 시스템은 웹 기반 인터페이스를 통해 구현되며, 지문 생성 모듈과 빈칸 위치 설정 모듈 두 가지 컴포넌트로 구성된다. 지문 생성 모듈은 퍼스의 가추법과 검색 증강 생성(Retrieval-Augmented Generation, 이하 RAG) 기법으로 고품질의 지문을 생성한다. 빈칸 위치 설정 모듈은 지식 증류를 통해 구축된 데이터셋으로 학습된 언어모델을 활용하여 최적의 빈칸 위치를 결정한다. 실험 결과, B.F. Sword 는 단순 LLM 기반 생성방식과 비교하여 내용의 적합성, 비판적 사고 유도 정도, 텍스트의 적합성 측면에서 약 80% 이상의 우위를 보였다. 본 연구는 AI 기반 문제 생성 시스템의 실용적 가능성을 보여주며, 향후 다양한 유형의 문항 생성으로 확장될 수 있을 것으로 기대된다.
#수능 #영어 부문 #대규모 언어모델 #빈칸 추론

목차

요약문
1 서론
2 배경 및 관련 연구
3 방법
4 실험 및 결과
5 논의
6 결론
참고 문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0