교육에서의 맞춤형 GPT 기반 학습용 챗봇 (Customized GPT-driven Educational Learning Chatbot)

서지정보

· 발행기관 : 한국콘텐츠학회
· 수록지 정보 : 한국콘텐츠학회 논문지 / 25권 / 3호 / 395 ~ 407페이지
· 저자명 : 홍한국, 임병학

초록

대규모언어모델(LLM) 기반 챗봇이 학습자에게 개인화된 학습경험과 즉각적인 피드백을 제공하여 학습동기 부여와 효율성을 향상시키는지, 그리고 이러한 상호작용이 학습자의 자기주도 학습능력에 어떤 영향을 미치는지를 탐구하고자 한다. 기존 문헌을 검토하여 LLM 기반 챗봇의 교육적 적용사례와 장단점을 분석하고 검색증강생성(RAG) 모델과 맞춤형 GPT 빌더의 활용방안을 제시하였다. LLM 기반 챗봇은 학습자에게 개인화된 지원을 제공하여 자기주도학습을 촉진할 수 있으나, 지식단절, 전문성 부족 등의 한계가 있다. RAG 기술과 맞춤형 GPT 빌더는 이러한 문제를 보완하는 효과적인 대안으로 확인되었다. 본 연구를 통하여 LLM 기반 챗봇의 교육적 활용 가능성과 한계를 종합적으로 분석하고, 개선 방안을 제시하여 챗봇이 자기주도학습을 지원하는 도구로서의 잠재력을 확인하였다.

영어초록

This study aims to explore whether LLM-based chatbots can enhance learners' motivation and efficiency by providing personalized learning experiences and instant feedback, and how such interactions impact learners' self-directed learning (SDL) capabilities. A review of the existing literature was conducted to analyze the educational applications, strengths, and weaknesses of LLM-based chatbots. Additionally, the study proposes the use of RAG (Retrieval-Augmented Generation) models and custom GPT builders as practical solutions. LLM-based chatbots can facilitate SDL by offering personalized support to learners. However, challenges such as knowledge gaps and lack of expertise were identified. The RAG technology and custom GPT builders were found to be effective alternatives to address these issues. This research provides a comprehensive analysis of the educational potential and limitations of LLM-based chatbots, offering strategies to improve their application as tools for supporting SDL.

참고자료

· 없음