earticle

영어

This study explores the educational potential and limitations of generative AI by designing and implementing an AI agent–based lesson program and a learning-support agent to assist elementary students with argumentative writing. Built on LangChain and LangGraph, the web-based agent implements a ReAct (plan–act–observe) loop and integrates RAG, real-time web search, and a math computation tool; it was deployed in a five-session lesson program with one sixth-grade class (n=25). The intervention mitigated difficulties in traditional web searching caused by advertisements and unclear sources, enabling easier access to reliable evidence and explicit citations. In addition, autonomized tool selection and the combined use of RAG, web search, and computation were associated with reduced hallucinations and improved recency and accuracy in LLM outputs.

한국어

본 연구는 생성형 AI의 교육적 활용 가능성과 한계를 탐색하기 위해 초등학생 대상으로 주장하는 글 쓰기 학 습 지원을 위한 에이전트를 개발하고, 이를 적용하기 위한 학습 프로그램을 개발하였다. 개발한 AI 에이전트는 LangChain, LangGraph를 기반으로 ReAct(계획–행동–관찰) 루프로 구성되며, RAG, 실시간 웹 검색, 수식 계산 도구를 통합한 웹 기반 에이전트이다. AI 에이전트를 적용하기 위해 초등 6학년 5차시 학습 프로그램을 개발하 여 1개 학급(25명)을 대상으로 적용하였다. 적용 결과, 출처 불명확 자료로 인한 기존 웹 탐색의 한계가 보완되 고 신뢰 가능한 근거와 명시적 출처 확보가 용이해졌다. 또한 도구 선택의 자율화와 RAG,웹 검색 및 계산 병행 으로 LLM의 환각 감소와 최신성, 정확성 제고가 관찰되었다.