생성형 인공지능의 교수학습자료 추천 성능 향상을 위한 프롬프트 엔지니어링
Prompt engineering to improve the performance of teaching and learning materials Recommendation of Generative Artificial Intelligence
- 발행
- 2023
- 소속·발행
- 오현초등학교
- 출처
- 국내 KCI
- DOI
- 10.9708/jksci.2023.28.08.195
- 원문등록
- 2023-08-29
- 원문
- 원문 보기 ↗
개념
키워드
프롬프트 엔지니어링, 생성형 인공지능, 맞춤형 교육, 문장 임베딩, t-SNE, k-mean 클러스터링 알고리즘, Prompt Engineering, Generative Artificial Intelligence, Personalized Education, Sentence Embedding, t-SNE, k-mean clustering algorithm
초록
본 연구에서는 GPT, Stable Diffusion과 같은 생성형 인공지능을 이용한 교수·학습 자료 추천 성능향상을 위해 프롬프트를 개선하는 프롬프트 엔지니어링에 대해 탐색하였다. 분석할 교수·학습 자료의종류는 그림 자료이다. 프롬프트 구성에 따른 영향을 탐색하기 위해 명령만 담긴 Zero-Shot 프롬프트, 학습 대상 학년 정보가 담긴 프롬프트, 학습 목표가 담긴 프롬프트, 학습 대상 학년과 학습 목표가모두 담긴 프롬프트를 설계하여 각각을 GPT-3.5모델에 입력하고 응답을 수집하였다.
 수집한 응답을 Sentence Transformers로 임베딩 하고 t-SNE를 활용하여 차원 축소하여 시각화 한 다음 프롬프트와 응답 간의 관계를 탐색하였다. 그리고 각 응답을 k-means clustering algorithm을 활용하여 군집화 한 다음 가장 넓은 클러스터의 첫 번째 값을 대표로 선택하여 Stable Diffusion을 이용하여이미지화 한 다음 교수·학습자료 평가 기준에 따라 초등학교 교사 30명에게 평가 받았다.
 초등학교 교사 30인은 추천한 4종의 그림 자료 중 3종은 교육적 가치가 있다고 판단하였으며, 그 중 2종은 실제 수업에 사용할 수 있다고 하였다. 가장 가치 있는 그림 자료를 추천한 프롬프트는 대상 학년과 학습 목표가 모두 담긴 프롬프트로 나타났다.