earticle

영어

This study developed a system for automatically generating Korean grammar questions for the CSAT using the Large Language Model (LLM) and analyzed its possibilities and limitations. Existing CSAT grammar questions are presented manually by experts, and while this process requires a lot of time and human resources, it is difficult to control the type and difficulty of problems. Accordingly, after collecting the CSAT and mock evaluation questions for the last four years (2022-2025) and converting them to JSON format, an automatic problem generation system was constructed by applying the GPT-4-based prompt engineering technique. In addition, customized learning was possible by designing so that the user could directly select the desired problem type and receive immediate feedback. As a result of the study, the problems generated by AI maintained a certain level of qualitative completion, and both learners and teachers positively evaluated the practicality and learning effect of the system. However, it was confirmed that the difficulty of generating the medieval Korean language problem, the explanation of the correct answer was insufficient, and the AI repeatedly generated certain types of problems. In particular, there were cases in which the concept was not clearly explained or was insufficient to help learners understand because the explanation of the correct answer was simple. In addition, it was also revealed that AI has a limitation in that the type of problem is limited by relying on existing data rather than creatively generating new problems. This study was limited to a specific test type (CSAT Korean Grammar), and it is expected to be usefully used in the educational field through improvement and supplementation of the problem generation method in the future.

한국어

이 연구는 거대언어모델(LLM)을 활용하여 수능 국어 문법 문제를 자동으로 생성하는 시스템을 개발하고, 그 가능성과 한계를 분석하였다. 기존 수능 문법 문제는 전문가가 수작업으로 출제하며, 이 과정에서 많은 시 간과 인적 자원이 소요되는 한편, 문제 유형과 난이도 조절에도 어려움이 있다. 이에 최근 4개년(2022~2025) 수 능 및 모의평가 문제를 수집하여 JSON 형식으로 변환한 후, GPT-4 기반 프롬프트 엔지니어링 기법을 적용하 여 자동 문제 생성 시스템을 구축하였다. 또한, 사용자가 원하는 문제 유형을 직접 선택하고 즉각적인 피드백 을 받을 수 있도록 설계하여 맞춤형 학습이 가능하게 하였다. 연구 결과, AI가 생성한 문제는 일정 수준 이상의 질적 완성도를 유지하였으며, 학습자와 교사 모두 시스템의 실용성과 학습 효과를 긍정적으로 평가하였다. 그 러나 중세국어 문제 생성의 어려움과 정답 해설이 충분하지 않은 점, 그리고 AI가 특정 유형의 문제를 반복 생 성하는 점 등이 확인되었다. 특히, 정답 해설은 개념을 명확히 설명하지 못하거나 단순하여 학습자의 이해를 돕기에 부족한 경우가 있었다. 또한, AI가 새로운 문제를 창의적으로 생성하기보다 기존 데이터에 의존하여 문 제 유형이 한정되는 한계도 드러났다. 이 연구는 특정 시험 유형(수능 국어 문법)에 한정되었으며, 향후 문제 생성 방식의 개선과 보완을 통해 교육 현장에서 유용하게 활용되기를 기대한다.