AI-Hub

데이터 변경이력

데이터 히스토리

소개

- 학년별/과목별 교육과정과 매핑되는 문제(지문과 연결된 문항, 답)와 해설 세트를 국어 교과 교육과정의 지문별 문제 데이터 구축하고 인공지능 모델을 개발하여 국어 교과 지문 학습을 위한 문제인지 판단에 대한 유효성 검증을 진행한 AI 데이터셋으로 구축

구축목적

- 교육단계별 국어 교과과정의 다양한 지문 문제 학습을 위한 데이터 구축
- 교과 지문 분석 및 성취 수준별 문제 추천을 위한 데이터 구축

□ 데이터 통계
 ○ 데이터 구축 규모
  - 국어 교과 교육과정의 문제 데이터 10,270건  

 ○ 데이터 분포

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

1) 시각적 질의 응답

□ 모델 학습

 ○ Vision encoder와 LLM을 연결해 개발된 LLaVa 모델을 선택함
 ○ LLaVa는 Microsoft Research에서 연구 및 오픈소스로 공개한 모델로, 이미지를 그리드로 분할하고 독립적으로 인코딩한 후 LLM에 질문을 제공함

※ 출처 : Liu, H., Li, C., Wu, Q., & Lee, Y. J. (2024). Visual instruction tuning. Advances in neural information processing systems, 36.

<그림>  LLaVa 오픈소스 공개 모델 아키텍쳐

 ○ 문제 데이터에는 문제를 설명하기 위한 이미지 데이터가 포함될 수 있음. 텍스트만 처리가능한 생성형 모델이 아닌 VQA task 수행이 가능한 LLaVa를 활용해 모델을 개발
 ○ 본 사업에서 구축된 문제 데이터를 학습에 적합하도록 전처리한 후 유니바가 fromscratch로 개발한 LLaVa 모델을 fine-tuning하여 국어 및 수학 교과 domain에 적합한 VQA 모델을 개발
 ○ 대규모 이미지-질문-답변 데이터셋으로 학습되며, 데이터셋에는 이미지와 관련된 다양한 질문과 각 질문에 대한 답변이 포함되어야 함
 ○ 국어의 경우 이미지 데이터 비율이 매우 적기 때문에 국어 문제 원천데이터(국어 문제에 대한 이미지 파일)를 활용해 VQA(Visual Question Answering) 모델을 학습시키고자 함. 문제 이미지 데이터를 활용해 문서 해석이 가능한 AI 모델을 개발하는 것이 가능하며, 본 모델은 국어 문제에서 제공되는 다양한 형태의 텍스트(지문, 문제, 선택지 등)를 정확하게 이해하고, 질문에 맞는 답변을 도출할 수 있음

※ 출처 : Liu, H., Li, C., Wu, Q., & Lee, Y. J. (2024). Visual instruction tuning. Advances in neural information processing systems, 36. 

<그림> LLaVa 모델 샘플 응답 예시

□ 서비스 활용 시나리오

 가) 시각적 자료 기반 질문 답변 : 교과목 내용 중 시각 자료(그래프, 지도, 도표 등)를 포함하는 문제에 대해 VQA 모델을 활용하여 학생들의 이해를 도울 수 있음

 나) 실시간 피드백 제공 : 학생들이 교과목 관련 질문을 할 때 VQA 모델이 즉각적으로 답변을 제공하여 학습의 흐름을 유지하고 학습효과를 높일 수 있음. 학생들은 텍스트와 이미지를 포함한 질문을 할 수 있으며, VQA 모델이 이를 처리하여 실시간 피드백을 제공함

 다) 자동화된 채점 시스템 : 대규모 교육 시스템에서 VQA 모델은 교사들의 작업 부담을 줄여줄 수 있습니다. 교과 과정의 퀴즈나 시험 문제를 자동으로 채점하여 신속하고 정확한 평가를 제공할 수 있음

 라) 장애 학생 지원 : 시각적 자료를 이해하는 데 어려움을 겪는 학생들, 특히 시각 장애 학생들에게 텍스트 기반 설명을 제공하는 등 맞춤형 지원을 할 수 있음. 이를 통해 모든 학생들이 평등하게 교육을 받을 수 있는 환경을 조성할 수 있음

2) 성취 수준별 문제 추천

□ 모델 학습

 ○ RAG(Retrieval-Augmented Generation)는 OpenAI와 Facebook AI Research에서 개발된 모델로, ‘정보 검색과 텍스트 생성’ 두 가지 단계를 결합한 모델

 ○  질의응답(Q&A) 서비스, 문서 요약, 대화 시스템 등 다양한 자연어 처리 응용 분야에서 사용되며, 주어진 질문에 대해 먼저 관련 정보를 검색한 후, 이를 바탕으로 답변을 생성함
 ○ 검색된 문서 및 데이터를 바탕으로 답변을 생성하기 때문에, 단순한 생성 모델보다 더 정확하고 신뢰할 수 있는 답변을 제공하기 때문에 정확한 정보 전달이 중요한 교과 데이터의 질의응답 task에 적합함

□ 서비스 활용 시나리오

가) 교과데이터 질문 응답 시스템
 ○ 맞춤형 학습 지원: 학생들이 수업 내용을 복습하거나 궁금한 점을 해결하는데 사용 가능. 특히 학생들이 자신의 학습 수준에 맞춘 질문을 입력하면, 모델은 해당 내용에 맞는 답변을 생성하여 학생의 개별적인 학습을 지원 가능

나) 온라인 교육 플랫폼
 ○ 인공지능 학습 도우미: 온라인 교육 플랫폼에서 RAG 모델을 활용하여 학습자들이 실시간으로 질문을 하고 답변을 받을 수 있도록 하여, 대규모 수업에서도 개인화된 학습 경험을 제공할 수 있음

다) 교사 지원 도구
 ○ 강의 준비 및 보조: 교사는 강의를 준비하거나 학생들의 질문에 대답할 때 RAG 모델을 활용하여 추가적인 자료나 설명을 제공할 수 있음
 ○  자동화된 피드백 제공: 학생들의 과제나 테스트에 대한 자동화된 피드백 시스템을 구축할 수 있으며, 이를 통해 교사들의 업무 부담을 경감시키고 학습 효율성을 높일 수 있음

설명서 및 활용가이드 다운로드

□ 데이터 구성

□ 어노테이션 포맷

□ 데이터 포맷

데이터 포맷

원천 데이터

□ JSON 실제 예시

{
    "raw_data_info": {
        "raw_data_name": "4aad0293-9098-4981-879d-60e3881a8ce9",
        "date": "2024-08-27",
        "publisher": "2차 저작",
        "publication_year": "2014-06-01",
        "school": "고등학교",
        "grade": "1학년",
        "semester": "2학기",
        "subject": "국어",
        "revision_year": "2009"
    },
    "source_data_info": {
        "source_data_name": "S2_고등_1_003725",
        "2009_achievement_standard": [
            "[09-10국01-01] 토론의 본질과 원리를 이해하고, 쟁점별로 논증하여 공동체의 문제를 합리적으로 해결한다."
        ],
        "2015_achievement_standard": [
            ""
        ],
        "2022_achievement_standard": [
            "[10공국1-01-01] 대화의 원리를 고려하여 대화하고 자신의 듣기ㆍ말하기 과정과 공동체의 담화 관습을 성찰한다.",
            "[10공국1-01-02] 논제의 필수 쟁점별로 논증을 구성하고 논증이 타당한지 평가하며 토론한다."
        ],
        "level_of_difficulty": "상"
    },
    "learning_data_info": [
        {
            "class_num": 1,
            "class_name": "문항",
            "class_info_list": [
                {
                    "Type": "Bounding_Box",
                    "Type_value": [
                        [
                            0,
                            2.22,
                            494,
                            60.22
                        ]
                    ],
                    "text_description": "[3-4] 다음은 '국위 선양한 운동선수에게 병역 혜택을 주자.' 로 토론을 한 반대 측 토론자의 메모이다. 물음에 답하시오."
                },
                {
                    "Type": "Bounding_Box",
                    "Type_value": [
                        [
                            1,
                            80.22,
                            488,
                            308.22
                        ]
                    ],
                    "text_description": "ㄱ. 국위 선양은 다양한 방면에서 이루어진다. 운동선수에게만 혜택을 주면 안 된다.\nㄴ. 병역 혜택을 주는 기준이 애매하다. 병역 혜택이 없는 종목 도 있다.\nㄷ. 내가 좋아하는 운동선수들은 대부분 병역 혜택을 받지 못했다.\nㄹ. 대표로 선발된다는 것은 일종의 운이기도 하다.\nㅁ. 국가에 기여한 만큼 보상이 주어져야 한다."
                },
                {
                    "Type": "Bounding_Box",
                    "Type_value": [
                        [
                            0,
                            317,
                            454,
                            384
                        ]
                    ],
                    "text_description": "이 메모의 내용 중 반대 측 입장의 논거로 적절한 것은?"
                }
            ]
        },
        {
            "class_num": 2,
            "class_name": "정답",
            "class_info_list": [
                {
                    "Type": "Bounding_Box",
                    "Type_value": [
                        [
                            3,
                            389,
                            144,
                            413
                        ]
                    ],
                    "text_description": "① ㄱ\n② ᄂ"
                }
            ]
        },
        {
            "class_num": 3,
            "class_name": "오답",
            "class_info_list": [
                {
                    "Type": "Bounding_Box",
                    "Type_value": [
                        [
                            191,
                            388,
                            437,
                            414
                        ]
                    ],
                    "text_description": "③ ᄃ\n④ ᄅ\n⑤ ㅁ"
                }
            ]
        },
        {
            "class_num": 4,
            "class_name": "해설",
            "class_info_list": [
                {
                    "Type": "Bounding_Box",
                    "Type_value": [
                        [
                            2,
                            458,
                            460,
                            602
                        ]
                    ],
                    "text_description": "병역 혜택에 반대할 경우 ㄱ, ㄴ 논거들은 객관성을 가지고 있어 논리적으로 타당성이 있기 때문에 반대 측 입장의 논거로 적절하다. |오답 피하기| ㄷ은 주관적인 판단이고, ㄹ은 주장의 근거가 부족하기 때문에 논거로 적절하지 않다. 또한 ㅁ의경우 반대 측의 근거에 해당하지 않는다."
                }
            ]
        }
    ]
}

데이터셋 구축 담당자

수행기관(주관) : ㈜미디어그룹사람과숲

수행기관(참여)

데이터 관련 문의처

AI모델 관련 문의처

저작도구 관련 문의처