“이게 무슨 글씨야?” 고등학생이 악필로 푼 미적분...AI가 7초 만에 채점 작성일 12-17 11 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">김태환 UNIST AI대학원 교수<br>주관식 수학 문제 채점하는 AI<br>풀이과정 논리, 맥락 다 파악해<br>GPT-4o, 제미나이보다 뛰어나</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="Uw4dgPHlTX"> <figure class="figure_frm origin_fig" contents-hash="0e09a40bfabf1a653b7f8d4317e5d28c9c7457ead4cddb100acf50c46fa7c408" dmcf-pid="ur8JaQXSTH" dmcf-ptype="figure"> <p class="link_figure"><img alt="김태환 UNIST 인공지능대학원 교수가 개발한 채점 인공지능(AI) 모델 ‘베미’가 주관식 수학 문제를 채점하는 방식. 문제와 모범답안, 학생의 손 글씨 답안을 학습해서 채점 결과를 내놓는다. [사진=UNIST]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/17/mk/20251217134209832izva.jpg" data-org-width="700" dmcf-mid="09u1UYLxy5" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/17/mk/20251217134209832izva.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김태환 UNIST 인공지능대학원 교수가 개발한 채점 인공지능(AI) 모델 ‘베미’가 주관식 수학 문제를 채점하는 방식. 문제와 모범답안, 학생의 손 글씨 답안을 학습해서 채점 결과를 내놓는다. [사진=UNIST] </figcaption> </figure> <div contents-hash="c922f11584e42bf6628246c1c55bfc28421db54fb9f601923faab9a177aabe72" dmcf-pid="7m6iNxZvyG" dmcf-ptype="general"> 인공지능(AI)이 강사를 대체하는 날이 가까워지고 있다. 지금도 컴퓨터로 문제를 풀고 채점하는 시스템은 많은 교육기관에서 활용 중이다. 다만 아직은 복잡한 주관식은 여전히 사람이 채점해야 한다. 최근에는 풀이 과정이 점수에 들어가는 경우가 많아 풀이 과정의 미묘한 부분까지도 잡아내는 실력이 필요하다. </div> <p contents-hash="9d21067f15069a9471895d89941dc1cfd49e09a713a12f7293aa65b8e449d753" dmcf-pid="zsPnjM5TyY" dmcf-ptype="general">앞으로는 더 나아가 종이에 연필로 푼 문제도 AI가 채점할 전망이다. 삐뚤빼뚤한 수학 답안을 사람처럼 꼼꼼하게 채점하고 첨삭하는 기술이 개발됐다.</p> <p contents-hash="ae3314d4a0462e362a0b5d00fae2a92036c15f6f5a77a40f16282ba5455a0306" dmcf-pid="qOQLAR1yhW" dmcf-ptype="general">김태환 UNIST 인공지능대학원 교수와 고성안 포스텍 교수팀은 손 글씨로 쓴 복잡한 수학 답안을 채점하는 AI 모델 ‘베미(VEHME)’를 개발했다고 17일 밝혔다.</p> <p contents-hash="495c1ac00632df20accc3fb40f8ddaf87c812d4b6888f582c12fc22b60524854" dmcf-pid="BIxocetWhy" dmcf-ptype="general">주관식 수학 문제 채점은 지금까지 AI가 대체하기 어려운 문제였다. 수학 풀이 특성상 수식, 그래프, 도형이 섞여 있고 학생마다 필체와 풀이 과정이 제각각이기 때문이다. AI가 정확히 인식하고 오류를 찾아내기가 까다롭다. 사람이 채점할 때도 풀이 과정을 처음부터 읽으면서 학생의 사고 흐름과 맥락을 파악하는 게 중요해 시간이 오래 걸린다.</p> <p contents-hash="b976fd118cc1fd82b23d5776ef9a185c3b5c020204266df52ca0f52cd15f95ee" dmcf-pid="bCMgkdFYhT" dmcf-ptype="general">베미는 사람처럼 문제 풀이의 흐름을 따라가며 수식의 위치와 문맥을 정확하게 이해한다. 그러면서도 속도는 사람보다 훨씬 빠르다. 고등학교 3학년 수준의 미적분 문제도 평균적으로 7초면 채점이 완료된다.</p> <p contents-hash="f9ddb3f7bb2537ff20613da3764537789309622f4ad11443bfeb3e591337b9b1" dmcf-pid="Kx579FkLvv" dmcf-ptype="general">베미는 손 글씨에 특화된 AI 모델이다. 연구진은 과학기술정보통신부와 한국지능정보사회진흥원이 운영하는 국가 AI 개발 지원 플랫폼인 ‘AI 허브’에서 손글씨 데이터를 확보했다. AI 허브는 국내 연구자들을 위해 AI 학습용 데이터를 제공한다.</p> <p contents-hash="151bbd27610f31a71edf6cbe77a9cd03d80b5f9857cd214cb901b167b8014322" dmcf-pid="9M1z23EolS" dmcf-ptype="general">이후 연구진은 손 글씨로 쓰인 수식을 확인할 수 있도록 추가로 AI를 학습시켰다. 복잡하게 나열된 수식에 가상의 박스를 쳐서 풀이 순서를 놓치지 않게 만드는 방식이다. 답안지에는 글씨가 돌아가거나 흩어져있을 수 있는데, 하나의 수식에 줄을 쳐서 AI가 인식할 수 있게 만든다.</p> <p contents-hash="c1992aceaa2cdb977e9b5758879e283dfe190d968126350f004826ba237adde8" dmcf-pid="2RtqV0Dgvl" dmcf-ptype="general">덕분에 채점의 정확도는 GPT-4o나 제미나이 2.0과 대등하거나 더 뛰어나다. 특히 답안의 글씨가 엉망인 고난도 평가에서는 이들보다 정확도가 높았다. GPT나 제미나이가 수천억 개 이상의 매개변수를 가진 반면, 베미가 가진 매개변수는 70억 개가량에 불과하다.</p> <p contents-hash="3b28e59acbcf734798a6d063f85bcc1117460c937e65c6fbab12d722a19c32d0" dmcf-pid="VeFBfpwaCh" dmcf-ptype="general">단순 채점이 그치지 않고, 베미는 틀린 풀이를 짚어낸 다음 첨삭까지 돕는다. 학생들은 긴 풀이 과정에서 어디가 잘못되었는지, 어떻게 고쳐야 하는지를 배울 수 있다.</p> <p contents-hash="1deb1167f8f6e6dd00d28ebaf140a1afa8d051be1a7c8ac36b09357013fec9a9" dmcf-pid="fd3b4UrNyC" dmcf-ptype="general">베미는 아직 제품화되지는 않았으나, 오픈 소스 모델로 만들어져 학교나 학원 같은 교육 기관에서 무료로 사용할 수 있다.</p> <p contents-hash="b220f6d02f851a24c362e21428612818e0a8a1298353e5e4696b38929c38b6a5" dmcf-pid="4J0K8umjhI" dmcf-ptype="general">김태환 교수는 “손 글씨 수학 채점은 에듀테크 AI의 난제 중 하나이자 이미지와 언어를 함께 이해해야 하는 멀티모달 AI의 대표적 적용 분야”라며 “베미는 교육 현장에서 활용할 수 있을 정도의 안정성과 효율성을 확보한 것에 큰 의미가 있다”고 했다.</p> <p contents-hash="6bfda429c03c52d7a4729c3f796234270c419a6113ad3967cd95059c4b1d5327" dmcf-pid="8ip967sAyO" dmcf-ptype="general">이번에 개발된 기술은 향후 교육 분야뿐 아니라 문서 인식, 설계 도면 분석, 수기 기록물 디지털화 등 다양한 산업 분야에 활용될 수 있다.</p> <figure class="figure_frm origin_fig" contents-hash="ddda021091ca604111849efb02c44aa3dc31d88251663d072d824d3ec53a49e7" dmcf-pid="6nU2PzOcTs" dmcf-ptype="figure"> <p class="link_figure"><img alt="김태환 UNIST 인공지능대학원 교수, 고성안 포스텍 컴퓨터공학과 교수, 투 프엉 응우옌(Thu Phuong Nguyen) UNIST 연구원, 득 엠 응우옌(Duc M.Nguyen) 포스텍 연구원. [사진=UNIST]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202512/17/mk/20251217134211106idaa.jpg" data-org-width="700" dmcf-mid="pPtqV0DgyZ" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202512/17/mk/20251217134211106idaa.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김태환 UNIST 인공지능대학원 교수, 고성안 포스텍 컴퓨터공학과 교수, 투 프엉 응우옌(Thu Phuong Nguyen) UNIST 연구원, 득 엠 응우옌(Duc M.Nguyen) 포스텍 연구원. [사진=UNIST] </figcaption> </figure> </section> </div> <p class="" data-translation="true">Copyright © 매일경제 & mk.co.kr. 무단 전재, 재배포 및 AI학습 이용 금지</p> 관련자료 이전 AI에 가정교사 붙여 학습 강화...KAIST, 강화학습 프레임워크 'TVKD' 개발 12-17 다음 Syntekabio wins SI deal from HYBE’s Weverse unit 12-17 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
