• 목록

생성형 AI를 활용한 서술형 평가 채점 및 실시간 피드백

교육현장, 시대의 흐름 맞춰 발빠르게 진화 중

2022 개정 교육과정의 주요 방향 중 하나는 ‘개별 맞춤형 교육과정’입니다. AI 디지털 교과서(AIDT)가 도입되면 학생 개별 데이터를 활용해 대시보드 형태로 학습 상태를 실시간으로 확인할 수 있다. 그러나 현재까지 나온 AIDT는 주로 객관식이나 단답형 문항 채점에 집중하고 있어, 이를 보완할 수 있는 서술형 평가의 필요성이 더욱 주목받고 있다. 서술형 평가는 학생들이 과학 개념을 깊이 이해하고, 비판적 사고, 창의력, 문제 해결 능력을 높여주는 중요한 도구이다(하민수 외, 2019; 이미화, 2023).

하지만 서술형 평가의 높은 교육적 효과에도 불구하고, 시간과 인적 자원의 부족으로 교사들이 이를 도입하는 데 어려움을 겪고 있다(Bloom, 1984; 이미화, 2013). 필자는 이러한 어려움을 해결하기 위해 생성형 AI(GPT)를 보조 교사로 활용하여 현실적인 한계를 극복하고자 했다. 서술형 문항은 응답의 질과 정확성을 평가하는 구조화된 문항으로(박혜영 외, 2019), GPT에 설계된 모범 답안과 평가 준거를 입력한다면 채점과 피드백이 가능할 것으로 기대했다.

‘생성형 AI를 활용한 서술형 평가 채점 및 실시간 피드백 수업’ 진행
AIDT 도입에 맞는 맞춤형 피드백 시스템 구축

필자는 ‘생성형 AI를 활용한 서술형 평가 채점 및 실시간 피드백 수업’을 통해 2022 개정 교육과정의 방향성과 AIDT의 도입에 맞는 맞춤형 피드백 시스템을 구축하고자 했다. 이 수업은 재직 중인 중학교 2학년 4개 반(80명)을 대상으로 진행했으며, ‘물질의 구성’ 단원을 중심으로 구성했다. 서술형 평가는 어느 단원에서나 적용 가능하므로, 서술형 문항의 정교성과 구체적인 수업-평가 설계, 명확한 평가 준거에 중점을 두었다.

문항을 제작하고, 평가 준거에 따른 모범 답안(수업의 의도가 적용된)까지는 일반적인 수업-평가 과정과 같다. 처음 제시된 그림은 서술형 평가의 채점과 피드백을 하기 위한 시스템의 초기 워크플로우이다. 이때 사용한 도구는 Streamlit(웹 화면)과 GPT API(채점)입니다. Streamlit은 쉽게 웹 화면(애플리케이션)을 만들어주는 도구(프레임 워크)로 생각하면 된다.
해당 시스템을 통한 수업 초기에는 단순히 GPT를 통해 자동 채점만 제공했으나, 잘못된 피드백(환각 현상)이 발생했고, 직접 교사가 학생 한 명씩 확인하지 않는 이상 피드백을 수정하기 어려웠다.

이를 보완하기 위해 2단계 피드백 시스템을 새로 도입했다. 학생의 답안과 GPT의 피드백을 교사가 확인할 수 있는 대시보드를 구축해, 교사가 GPT 피드백을 검토하고 추가 피드백을 제공할 수 있도록 구성했다. 이때는 Streamlit과 GPT API 외에 데이터베이스(MySQL)를 활용해 학생의 응답과 피드백을 저장했다.

생성형 AI, 즉각적이고 맞춤형 피드백 제공
비구조화된 논술형 평가에도 사용 기대

해당 시스템을 수업에 적용하고, 학생들의 인터뷰를 통해 긍정적인 변화를 확인할 수 있었다.

학생 A(이OO) 모르는 것을 친구들한테도 가끔 물어보기 어려운데, 자동 피드백을 받으니까 엄청 편하고, 내가 모르는 부분을 알려줘서 너무 편했다!

학생 B(김OO) 선생님께서 실시간으로 검토해 주셔서 이해가 빠르고 좋았다.

학생 C(김OO) 타자로 치니까 손으로 써서 서술하는 것보다 훨씬 빠르고 정리하기에 좋았다.

학생 D(김OO) 평가를 색다르게 진행해서 처음에는 어색했지만, 생각보다 편하고 모르는 부분은 스마트기기로 찾아볼 수 있어서 좋았다.

학생 E(최OO) 종이 학습지로 진행할 때는 흥미가 떨어지고, 가끔 문제의 그림이 작을 때 잘 안 보여서 어려웠는데, 스마트기기로 하니까 확대도 되고 옆에 친구랑 물어보면서 하니까 괜찮았다.

학생 F(윤OO) 전에는 학습지를 걷고 선생님께서 다음 주에나 결과를 알려주셔서 답답했는데, 지금은 바로 피드백을 받고 혹시 이상한 부분은 금방 실시간으로 선생님과 소통할 수 있어서 좋았다.

이와 더불어 수업 전후 실시한 설문조사에서도 학생들의 과학적 역량이 향상된 결과를 확인했다. 이는 생성형 AI를 활용하여 서술형 평가를 이용한 수업에서 즉각적이고 맞춤형 피드백을 제공함으로써 학생들의 학습 효과를 높일 수 있었다고 볼 수 있다. 하지만 이 수업을 기획하고 진행하면서 한계점도 많이 느꼈다.

① 교사에게 많은 시간 투자가 필요했다. AI 작동 방식을 이해하고 구현하기 위해 프로그램 학습과 기초 코딩 능력이 요구되었다.

② 학생들이 AI의 한계를 인식할 필요가 있었다. GPT의 피드백이 완벽하지 않으므로 보조 도구로 인식해야 한다.

③ 시스템의 개선과 확장이 필요하다. 이러한 부분은 필자가 개인적으로 진행하다 보니 발생한 한계점이었다.

이러한 한계점을 해결한다면, 비구조화된 논술형 평가에도 생성형 AI를 활용해 더욱 심화된 교육도 가능할 것으로 생각한다.

‘AI학습 플랫폼’ 등 도입,
빠르게 진화하고 있는 교육현장

교육 현장은 인공지능 시대에 발맞춰 빠르게 변화하고 있다. AI 학습 플랫폼을 포함한 에듀테크 시장은 올해 10조 원 규모에 이를 것으로 예상된다. 이에 따라 필자가 수업에 적용한 서술형 평가 피드백을 지원하는 다양한 에듀테크 도구도 점차 많이 등장할 것이다. 결국 수업에 적합한 도구를 선택하고 효과적으로 활용하는 것은 교사의 몫으로, 교사의 AI 리터러시 역량이 점점 더 중요해질 것으로 생각한다.

조승호 선생님은 AI 및 디지털 교육의 확산을 위해 AI 선도교사단과 교원 연수를 진행하고 있다. 2020년부터 재직 중인 가원중학교에서 과학정보부장으로서 다양한 AI 도구를 도입하여 수업에 적용하고 있으며, 교육의 본질이 무엇인지 항상 고민하고 있다. 현재 서울대 AI융합교육학과에서 연구하고 있으며, 융합과학교육원의 영재 강사로 활동하고 있다.