[AI 디지털교과서를 완성하는 5가지 기술]

◎ 본 아티클은 클래스팅의 사례에 기반하여 AI 디지털교과서를 완성하는 5가지 기술에 대해 이야기하고 있음.
1) 학습 빅데이터 저장 및 관리 표준화
2) 개별 수준을 더욱 정확하게 평가하는 기술
3) 트랜스포머 기반 지식추적 엔진
4) 맞춤형 학습 지원과 수업 설계를 돕는 AI 보조교사
5) 교육 주체 간 소통을 지원하는 LMS

1) 학습 빅데이터 저장 및 관리 표준화
- 정형 및 비정형 데이터를 수집하여 클래스팅의 인공지능 기반 LMS에 저장함.
- 하루 평균 약 3천만 건의 데이터가 xAPI를 통해 Learning Record Store(LRS)에 쌓임.
- 해당 데이터는 클래스팅의 지식추적 엔진과 개인화된 맞춤형 학습 및 튜터링 제공의 기반이 됨.

2) 개별 수준을 더욱 정확하게 평가하는 기술
- 클래스팅의 형성평가는 CAT(Computer Adaptive Test) 방식을 사용하고 있으며, 학생이 문제를 풀 때마다 정오답이 계산되어 실시간으로 다음 문제가 추천됨.
-이때 IRT(Item Response Theory, 문항 반응 이론)와 클래스팅 ELO(학습자의 특성과 평가 문항 난이도를 점수로 표현한 것)기술이 사용됨.

3) 트랜스포머 기반 지식추적 엔진
- 트랜스포머 모델은 지식 추적을 위한 중요한 기술로 사용되며, 클래스팅의 CLST 엔진은 트랜스포머 방식을 사용하여 대규모 데이터에서 개별 학생의 지식 추적을 안정적으로 수행함.
- CLST(Consistently operating Large-scale Student Tracer)는 94%의 정오답 예측력을 가지고 있으며, 비정형 데이터를 포함하여 학생의 수준을 정확히 예측함.

4) 맞춤형 학습 지원과 수업 설계를 돕는 AI 보조교사
- 젤로는 클래스팅의 AI 보조교사로서, 초중고 공교육에 최적화되어 있음.
- 또한 거대 언어모델을 교육 빅데이터로 미세 조정하여 교육용 GPT 모델을 개발하고 있음.
- 젤로는 문항 생성과 정확성 검증 등 다양한 역할을 수행하고 있음.

5) 교육 주체 간 소통을 지원하는 LMS
- 공지, 과제 배부, 이미지 공유, 톡과 콜 기능 등 LMS를 통해 학습과 소통을 지원하고 있음.
- 학교/기관 관리자는 학생 계정을 일괄 생성할 수 있으며, AI 평가와 인사이트 기능을 통해 학생의 학습 상태를 확인할 수 있음.