생성형 인공지능의 수학적 성능 및 추론 과정 분석: 대학수학능력시험을 중심으로
Analysis of mathematical performance and reasoning process of generative AI: focusing on the college scholastic ability test
- 발행
- 2024 등록이 논문은 발행 시점을 확인하지 못해 원문 등록일을 적었습니다. KCI가 2005~2008년에 옛 논문을 몰아서 올린 탓에, 그 시기 등록분은 발행보다 평균 3~5년 늦습니다. 실제 발행연도는 더 이를 수 있습니다.
- 소속·발행
- 서울대학교
- 출처
- 국내 KCI
- DOI
- 10.30807/ksms.2024.27.4.007
- 원문
- 원문 보기 ↗
개념
키워드
생성형 인공지능, 수학적 성능 분석, 추론과정, 맞춤형 학습지원, generative AI, mathematical performance analysis, reasoning process, educational utilization
초록
본 연구는 수학교육에서 생성형 인공지능(o1-preview)의 활용 가능성을 탐색하기 위하여, 수학적 성능 및 추론 과정을 분석하였다. 특히, 생성형 인공지능의 추론 과정을 심층적으로 분석한 독창적인 연구로, 문제 해결에서 나타나는 구체적인 단계와 특성을 도출하였다. 2022~2024학년도 대학수학능력시험 수학 문제를 대상으로 o1-preview의 답변 정확성과 추론 단계의 특징을 검토한 결과, 2점 및 3점 문항에서 높은 정확도를 보였고, 일부 4점 고난도 문항도 성공적으로 해결하였다. 추론 과정에서는 ‘분석’과 ‘계획/실행’ 단계를 통해 대부분 정답을 도출했으며, ‘탐색’과 ‘검증’ 단계가 포함될 경우 특히 높은 정확도를 보였다. 이는 o1-preview는 수학교육에서 활용 가능한 유용한 공학 도구임을 시사하며, 실질적인 적용 가능성을 보여준다. 그러나 문제 풀이 과정에서 ‘탐색’과 ‘검증’ 단계가 충분히 수행되지 않을 경우 수학적 오답을 생성한다는 한계를 확인하였으며, 이를 해결하기 위해 교사의 지도와 생성형 인공지능 활용 프롬프트 설계가 중요함을 강조하였다. 본 연구는 실제 교육 현장에서의 생성형 인공지능 활용 가능성을 구체적으로 평가하며, 추후 다양한 교육 환경에서의 효과적인 사용 방안을 모색하고자 하였다.