1 of 18

콴다

교육에서의 AI 활용방안

강혜정 김민수 김민지

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

2 of 18

Part 1

콴다란?

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

3 of 18

Part 1 >>

콴다란?

Chat GPT 이후 유의미하게 감소

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

4 of 18

Part 1 >>

콴다란?

  • 전 세계 7개 국가 하루 평균 500만개의 질문
  • OCR 판독을 통한 질문을 인식
  • 국어, 수학, 사회, 과학, 영어, 한국사, 전문교과, 경시대회
  • 선생님과 다른학생이 질문을 주고받은 채팅기록 검색 가능
  • 질문을 답변한 선생님, 유사문제를 푸는 선생님께 질문 가능

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

5 of 18

Part 1 >>

콴다란?

A

B

C

NLP 기술을 통한

텍스트 인식과

문제 유형 분류 및

데이터 추출/가공처리

자연어처리(NLP)

Collaborative Filtering을 통한 유사성 검토 및 비슷한 문제에 대한 답변과 연습문제 제공

협업 필터링

대량의 데이터 학습을 통해

이미지에서 텍스트를 인식하는 규칙을 만들어 정보 추출

딥러닝 기반의 OCR

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

6 of 18

Part 1 >>

콴다란?

A

B

C

NLP 기술을 통한

텍스트 인식과

문제 유형 분류 및

데이터 추출/가공처리

자연어처리(NLP)

Collaborative Filtering을 통한 유사성 검토 및 비슷한 문제에 대한 답변과 연습문제 제공

협업 필터링

대량의 데이터 학습을 통해

이미지에서 텍스트를 인식하는 규칙을 만들어 정보 추출

딥러닝 기반의 OCR

문제 정의

  1. NLP 모델의 정확성
  2. 답변의 적절성
  3. 커뮤니티 참여 활성화 및 품질 관리 방안

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

7 of 18

Part 2

AI 기술의 활용

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

8 of 18

Part 2 >>

AI 기술의 활용 - OCR

Pre-Processing

Text Detection

Text Recognition

Post-Processing

Extracted

이미지 속 문자를 스캔해서 얻은 다음, 컴퓨터가 인식할 수 있도록

디지털화 하는 기술. 과거에는 고품질 이미지에서만 동작하였지만,

오늘날 컴퓨터 비전의 발전으로 대량의 데이터 학습을 통해 텍스트 인식 규칙을 만들어 냄. 인식률과 정확도가 향상되며 오류를 보안하고 있으며, 지속적으로 개발 및 발전하는 추세.

OCR (Optimal Character Recognition)

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

9 of 18

Part 2 >>

AI 기술의 활용 - NLP

음성인식

품사태깅

자연어의 의미를 분석해서 컴퓨터가 처리할 수 있도록 만들어주는 기술. 이메일, 설문조사, 채팅 등의 비정형 텍스트가 포함된 프로세스 자동화. 의료, 법률, 금융, 고객서비스, 보험 등에 사용됨.

NLP (Natural Language Processing)

단어 중의성 해소

감성 분석

스팸 탐지

기계 번역

챗봇

텍스트 요약

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

10 of 18

Part 2 >>

AI 기술의 활용 – 협업 필터링

넷플릭스와 유튜브가 관심있을만한 영상을 추천해주는 방법.

제품 및 사용자 간의 유사성을 검토하고 취향에 맞는 제품을 추천해주는 방식.

개인정보에 접근하지 않아도 추천 제공 가능.

Collaborative Filitering

사용자 기반

​

  • 사용자 간의 유사도 기반
  • 아이템 정보 없이 추천 가능
  • 알고리즘 구현이 비교적 간단

아이템 기반

​

  • 아이템 간의 유사도 기반
  • 사용자 정보 없이 추천 가능
  • 신규 사용자에 대한 추천 용이

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

11 of 18

Part 2 >>

AI 기술의 활용

OCR 기술을 이용한

수학문제 인식

NLP를 이용한

문제유형 분류 및 유사 문제 추천

협업 필터링을 이용하여

풀지 않은 문제 정오답 확률 예측

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

12 of 18

Part 3

문제풀이 튜터 Poly

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

13 of 18

Part 3 >>

문제풀이 튜터 Poly

  • 사용자의 문제를 자연어로 바꿔주는 OCR 모델
  • OCR 결과를 다듬는 Text Refiner
  • 문제의 메타정보(학년, 과목)를 분석하는 Question Attribute Inference Model
  • 관련 문제를 검색하는 Search Engine
  • 검색된 문제와의 유사도를 측정하는 Same Question Model
  • 수식 계산을 도와주는 QANDA Calculator

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

14 of 18

Part 4

타상품과의 비교

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

15 of 18

Part 4 >>

타상품과의 비교 – ChatGPT&Claude, Google Lens, Photomath

장점:

• 문제를 빠르게 인식하고 관련 정보를 검색하여 제공

​

단점:

• 검색 결과 제공에 초점이 있어 논리적 문제 풀이에는 제한

• 수능의 복잡한 문제 풀이에는 비적합

Google Lens

​

​

장점:

• 논리적 사고와 추론이 필요한 문제에서 우수한 성능

• 국어 및 언어적 사고를 요하는 문제 풀이에 유리

​

단점:

• 수학 문제 풀이의 정확성 제한

• 수능 형식의 특정화된 문제에서는 비효율적일 수 있음

​

ChatGPT & Claude

​

장점:

• 단계별 풀이 과정 제공으로 수학 문제 풀이에 최적화

​

단점:

• 사진 인식률이 생각보다 좋지 않음

• 수학 외 과목의 문제 해결에는 한계

​

Photomath

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

16 of 18

Part 4 >>

타상품과의 비교 – ChatGPT

Mathpresso

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

17 of 18

Part 4 >>

타상품과의 비교 – ChatGPT

ⓒSaebyeol Yu. Saebyeol’s PowerPoint

18 of 18

ⓒSaebyeol Yu. Saebyeol’s PowerPoint